YOLOvME: الكشف عن أمراض المحاصيل وتحسين الكفاءة في الزراعة
اكتشف رحلة كلينتون أناني مع الذكاء الاصطناعي في الزراعة، وكيف تغلّب على أمراض المحاصيل باستخدام YOLOv5 لدى Ultralytics. واستكشف مستقبل تقنيات الزراعة.
جلسنا مع كلينتون أناني لمعرفة كيف تغلّب على مشكلات أمراض المحاصيل باستخدام AI.
كلينتون مهندس برمجيات وروبوتات، ومهندس Deep Learning شغوف للغاية. وهو أيضًا الشريك المؤسس والرئيس التنفيذي لشركة 3Farmate Robotics Limited، وهي شركة ناشئة في مجال التقنيات الزراعية والبحث والتطوير تركز على بناء آلات أتمتة لمعالجة عدم كفاءة العمل اليدوي في قطاع الزراعة، من خلال الاستفادة من أحدث تقنيات الروبوتات وArtificial Intelligence.
يحب كلينتون بناء الروبوتات! لكن اهتمامه بالآلات بدأ قبل ذلك بكثير، عندما كان طفلًا. قادته هذه الرغبة في الاستطلاع في نهاية المطاف إلى AI. بدأ كلينتون العمل في مجال AI منذ نحو 3 سنوات، مع معرفة تقترب من الصفر بهذا المجال. تابع عشرات الدروس التعليمية وبنى أشياء مذهلة. ومع ذلك، لم يكن كلينتون قادرًا بعد على الاعتماد على نفسه في قطاع AI. لذلك، قرر التعمق في التعلم الآلي. التحق كلينتون في الغالب بدورات من أفضل الجامعات والمؤسسات على Coursera وUdacity. وذكر كلينتون أن الدورات التي أخذها من Andrew Ng حول Deep Learning كان لها تأثير خاص في مساعدته على الوصول إلى ما هو عليه اليوم. ويستخدم كلينتون YOLOv5 منذ بداية عام 2021.
تعالج 3Farmate Robotics مشكلتين في قطاع إنتاج الأغذية:#
1. توفير أدوات زراعية رقمية للقطاع لتحسين الكفاءة والإنتاجية. 2. توفير قوة عاملة عالية الكفاءة لحراثة الأرض وتعظيم إمكاناتها.
بالنسبة إلى كلا القطاعين، يُعد AI في الزراعة ضروريًا. لطالما ابتُليت المزارع بأمراض المحاصيل، ولا تزال هذه الأمراض تدمر مئات الأفدنة من المحاصيل الغذائية كل عام. ويعود هذا الدمار إلى الطبيعة اليدوية البطيئة للغاية لتحليل أمراض المحاصيل، وإلى طول الوقت اللازم للتوصية بالحلول. تتطلب الحلول الحالية عمومًا حضور اختصاصي أمراض نباتية إلى المزرعة، وإجراء عمليات مسح، وجمع بعض البيانات، وعرض النتائج خلال أسبوع أو أسبوعين، وخلال هذه الفترة ستواصل الأمراض/الإصابات الانتشار. وإدراكًا لعدم كفاءة هذه العملية، تبرز فرصة واضحة للتحسين: تحديد أمراض المحاصيل في الموقع مباشرةً والتوصية بالحلول في غضون ثوانٍ.
لذلك، تبيّن أن AI منافس قوي لحل هذه المشكلة. وعند اختيار نماذج AI، تتوفر خيارات كثيرة للاختيار من بينها. ومع ذلك، حقق Ultralytics YOLOv5 نتائج ودقة ممتازتين لكلينتون باستمرار عندما عمل به سابقًا، ما جعله يفكر في استخدامه لكل من أدواتهم الرقمية وأنظمتهم المضمنة.
لماذا كان من السهل العمل باستخدام Ultralytics YOLOv5؟#
شاهد: تحليل المحاصيل الغذائية السليمة باستخدام Ultralytics YOLOv5.
يُعد تدريب نموذج Ultralytics YOLOv5 أمرًا مباشرًا للغاية، كما أنه مريح جدًا عند العمل به. أما بالنسبة إلى نشر النموذج، فلدينا نشر قائم على الويب، ونشر للأجهزة المحمولة، ونشر للأنظمة المضمنة.
يقول كلينتون: «في المستقبل القريب، سنسعى إلى إجراء تقييمات لجودة الفواكه والخضروات في الوقت الفعلي، ولهذا الغرض سيُستخدم Ultralytics YOLOv5».
ما النصيحة التي تقدمها لشخص بدأ للتو مع AI؟#
بالنسبة إلى شخص جديد على AI، أوصي بالعثور على خارطة طريق جيدة جدًا لتعلّم AI واتباعها بدقة. إذا فاتتك أساسيات AI (أي جانب Calculus وStatistics وDifferential Equations منه)، فستواجه صعوبة في العمل مع أنظمة AI وفي فهم ما يلزم للتعامل مع مشروع AI واقعي. لذا تمهّل واستمتع بالرحلة.
_توفر 3Farmate Robotics منصة مدعومة بـAI لتحليل المحاصيل واكتشاف الإصابات وتقديم التوصيات، مع دعم لمحاصيل متعددة. هذه المنصة خفيفة الوزن ويمكن تشغيلها على أي هاتف محمول. ابقَ على اطلاع بآخر أخبار 3Farmate Robotics على _ LinkedIn._
اكتشف كيف يغيّر Ultralytics YOLOv5 وAI للرؤية قطاع الزراعة.
نريد أيضًا تسليط الضوء على حالة استخدامك لـYOLOv5! أشر إلينا على وسائل التواصل الاجتماعي عبر @Ultralytics باستخدام #YOLOvME لتحظى بفرصة الظهور.
