YOLOvME: الكشف عن أمراض المحاصيل وتحسين الكفاءة في الزراعة

التقينا بكلينتون أناني لمعرفة كيف تغلب على مشاكل أمراض المحاصيل باستخدام الذكاء الاصطناعي.

كلينتون هو مهندس برمجيات وروبوتات، ومهندس تعلم عميق شغوف للغاية. وهو أيضًا المؤسس المشارك والرئيس التنفيذي لشركة 3Farmate Robotics Limited، وهي شركة ناشئة للبحث والتطوير في مجال تكنولوجيا الزراعة تركز على بناء آلات أتمتة لمعالجة العمالة اليدوية غير الفعالة في القطاع الزراعي، من خلال الاستفادة من الروبوتات المتطورة والذكاء الاصطناعي.

يحب كلينتون بناء الروبوتات! لكن اهتمامه بالآلات بدأ قبل ذلك بكثير، عندما كان طفلاً. قاده هذا الفضول في النهاية إلى الذكاء الاصطناعي. بدأ كلينتون مع الذكاء الاصطناعي منذ حوالي 3 سنوات، ولم يكن لديه أي معرفة بهذا المجال. تابع العشرات من الدروس التعليمية وبنى أشياء مذهلة. ولكن مع ذلك، لم يكن كلينتون قادراً على الاعتماد على نفسه في قطاع الذكاء الاصطناعي. لذا، قرر أن يتعمق في تعلم الآلة. أخذ كلينتون في الغالب دورات من أفضل الجامعات والمؤسسات على كورسيرا وأوداسيتي. وذكر كلينتون أن الدورات التي أخذها من أندرو نغ حول التعلُّم العميق كانت مؤثرة بشكل خاص في مساعدته في الوصول إلى ما هو عليه اليوم.

كان كلينتون يستخدم YOLOv5 منذ بداية عام 2021.

تعالج 3Farmate Robotics قضيتين في صناعة إنتاج الغذاء:

1. توفير أدوات المزرعة الرقمية للقطاع لتحسين الكفاءة والإنتاجية.

2. توفير قوة عاملة ذات كفاءة عالية لزراعة الأرض وتعظيم إمكاناتها.

بالنسبة لكلا القطاعين، يعد الذكاء الاصطناعي في الزراعة أمرًا ضروريًا. لطالما ابتليت المزارع بأمراض المحاصيل ولا تزال تدمر مئات الأفدنة من المحاصيل الغذائية كل عام. ويرجع هذا التدمير إلى الطبيعة البطيئة واليدوية للغاية لتحليل أمراض المحاصيل والوقت الذي يستغرقه التوصية بالحلول.

تتطلب الحلول الحالية عمومًا قدوم أخصائي أمراض النباتات لزيارة المزرعة وإجراء المسوحات وجمع بعض البيانات وتقديم النتائج في غضون أسبوع أو أسبوعين، حيث تستمر الأمراض/الأوبئة في الانتشار. ومع إدراك أوجه القصور في العملية، هناك فرصة واضحة للتحسين: سواء في تحديد أمراض المحاصيل على الفور والتوصية بالحلول في غضون ثوانٍ. لذا، وُجد أن الذكاء الاصطناعي هو المنافس الأول لحل هذه المشكلة.

عندما يتعلق الأمر باختيار نماذج الذكاء الاصطناعي، هناك الكثير من الخيارات للاختيار من بينها. ومع ذلك، أعطى YOLOv5 باستمرار نتائج ودقة ممتازة لكلينتون عندما عمل به سابقًا، مما جعله يفكر في استخدامه لكل من أدواتهم الرقمية، وكذلك أنظمتهم المدمجة.

لماذا كان من السهل التعامل مع YOLOv5

شاهد: تحليل المحاصيل للأغذية الصحية باستخدام YOLOv5.

إن تدريب نموذج YOLOv5 بسيط للغاية ومريح جدًا للعمل معه. بالنسبة لنشر النموذج، لدينا نشر قائم على الويب، ونشر على الهاتف المحمول، ونشر على النظام المدمج.

يقول كلينتون: "في المستقبل القريب، سنتطلع إلى إجراء تقييمات لجودة الفواكه والخضروات في الوقت الحقيقي، ولهذا الغرض، سيتم استخدام YOLOv5 ".

ما هي النصيحة التي تقدمها لشخص يبدأ في مجال الذكاء الاصطناعي؟

بالنسبة لشخص جديد في مجال الذكاء الاصطناعي، أوصي بإيجاد خريطة طريق تعليمية جيدة حقًا للذكاء الاصطناعي واتباعها بدقة. إذا فاتتك أسس الذكاء الاصطناعي (حساب التفاضل والتكامل والإحصاء والجوانب المتعلقة بالمعادلات التفاضلية)، فسيكون من الصعب عليك العمل مع أنظمة الذكاء الاصطناعي وما يتطلبه الأمر لتكون قادرًا على التعامل مع مشروع ذكاء اصطناعي حقيقي. لذا خذ الأمور ببطء واستمتع بالرحلة.

توفر 3Farmate Robotics نظامًا أساسيًا مدعومًا بالذكاء الاصطناعي لتحليل المحاصيل واكتشاف العدوى وتقديم التوصيات مع دعم لمحاصيل متعددة. هذا النظام الأساسي خفيف الوزن ويمكن تشغيله على أي هاتف محمول. ابق على اطلاع دائم بـ 3Farmate Robotics على Linkedin.

اكتشف كيف يُحدث YOLOv5 AI تغييرًا في الصناعة الزراعية.

نريد تسليط الضوء على حالة استخدام YOLOv5 الخاصة بك أيضًا! ضع إشارة لنا على وسائل التواصل الاجتماعي Ultralytics مع #YOLOvME للحصول على فرصة للظهور.