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 في وقت مبكر جدًا، عندما كان طفلاً. أدت هذه الرغبة في المعرفة في النهاية إلى الذكاء الاصطناعي. بدأ كلينتون بالذكاء الاصطناعي منذ حوالي 3 سنوات، ولم يكن لديه أي معرفة تقريبًا بالمجال. لقد تابع العشرات من الدروس التعليمية وبنى أشياء مذهلة. ولكن مع ذلك، لم يتمكن كلينتون من الوقوف بمفرده في قطاع الذكاء الاصطناعي. لذلك، قرر الغوص العميق في التعلم الآلي. أخذ كلينتون معظم الدورات من أفضل الجامعات والمؤسسات على Coursera وUdacity. ذكر كلينتون أن الدورات التي أخذها من أندرو نج في التعلم العميق كانت مؤثرة بشكل خاص في مساعدته على الوصول إلى ما هو عليه اليوم.

يستخدم كلينتون 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، يعتبر الذكاء الاصطناعي في الزراعة أمرًا ضروريًا. لطالما عانت المزارع من أمراض المحاصيل، ولا تزال تدمر مئات الأفدنة من المحاصيل الغذائية كل عام. يرجع هذا التدمير إلى الطبيعة البطيئة واليدوية للغاية لتحليل أمراض المحاصيل والوقت الذي يستغرقه التوصية بالحلول.

تتطلب الحلول الحالية عمومًا أن يقوم أخصائي أمراض النبات بزيارة المزرعة وإجراء المسوحات وجمع بعض البيانات وتقديم النتائج في غضون أسبوع أو أسبوعين، وخلالها ستستمر الأمراض/الإصابات في الانتشار. مع إدراك أوجه القصور في العملية، هناك فرصة واضحة للتحسين: سواء في تحديد أمراض المحاصيل على الفور والتوصية بالحلول في غضون ثوانٍ. لذلك، وُجد أن الذكاء الاصطناعي هو المنافس الأبرز لحل هذه المشكلة.

عندما يتعلق الأمر باختيار نماذج الذكاء الاصطناعي، هناك الكثير من الخيارات للاختيار من بينها. ومع ذلك، فقد أعطى YOLOv5 باستمرار نتائج ودقة ممتازة لكلينتون عندما عمل معه سابقًا، مما جعله يفكر فيه لكل من أدواتهم الرقمية وأنظمتهم المدمجة.

لماذا كان من السهل العمل مع YOLOv5؟

شاهد: تحليل المحاصيل للأطعمة الصحية باستخدام YOLOv5.

يعد تدريب نموذج YOLOv5 أمرًا مباشرًا للغاية ومريحًا جدًا للعمل معه. بالنسبة لنشر النموذج، لدينا نشر قائم على الويب ونشر للهاتف المحمول ونشر نظام مضمن.

يقول كلينتون: "في المستقبل القريب، سنتطلع إلى إجراء تقييمات جودة الفواكه والخضروات في الوقت الفعلي، ولهذا 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 يغير YOLOv5 و Vision AI في صناعة الزراعة.

نريد تسليط الضوء على حالة استخدام YOLOv5 الخاصة بك أيضًا! ضع علامة لنا على وسائل التواصل الاجتماعي @Ultralytics باستخدام #YOLOvME للحصول على فرصة الظهور.