YOLOvME: جعل الكشف عن البازلاء سهلاً
اكتشف كيف يطبق تاكايوكي نوكوي ذكاء YOLOv5 الاصطناعي لحصاد البازلاء بكفاءة - ممزوجاً بين تعلم الآلة والزراعة التقليدية.
تاكايوكي نوكوي هو عالم بيانات مواد من طوكيو، اليابان. قد تظن أن تعلم الآلة (ML) وعلوم المواد مجالان لا يجتمعان، لكن تاكايوكي وجد أن العديد من حلول تعلم الآلة يمكن تطبيقها في مجال عمله.
ومع ذلك، فإن السبب الحقيقي وراء دخول تاكايوكي مجال تعلم الآلة لا علاقة له بدوره الحالي. فقد نشأ تاكايوكي وكان والده مزارعاً. وفي كثير من الأحيان، كان عليه مساعدة والده في حصاد البازلاء - وهي عملية شاقة للغاية.
بالنسبة للعين البشرية، قد يكون من الصعب رصد كل حبات البازلاء على النبات نظراً لتموهها بشكل ممتاز بين الأوراق. وخلال موسم الحصاد، كان على تاكايوكي أن يتنقل ذهاباً وإياباً عبر حقول والده مراراً وتكراراً ليتأكد من قطف كل حبة بازلاء ناضجة. قادت هذه العملية الشاقة تاكايوكي إلى تخيل كيف يمكن للرؤية الحاسوبية (Vision AI) التي كان يدرسها آنذاك أن تساعد في تبسيط عملية حصاد البازلاء.
لقد عثرنا على تطبيق توراكايوكي للكشف عن البازلاء السكرية على Twitter وتحدثنا معه لمعرفة المزيد عن عمله باستخدام Ultralytics YOLOv5.
كيف اخترت Ultralytics YOLOv5 لمساعدتك في حل مشكلة اكتشاف البازلاء السكرية؟#
في البداية، جرب تaitaيوكي نماذج مختلفة للكشف عن الكائنات من YOLOv3 إلى SSD إلى EfficientDet. ومع ذلك، قبل عام، جرب تاتايوكي YOLOv5 واستمر في العمل بها حتى يومنا هذا نظراً لتقديمها أعلى دقة.
ما هي الجوانب في Ultralytics YOLOv5 التي جعلت العمل معه سهلاً؟#
بالنسبة لتاكayuki، فإن الآليات المصممة مسبقًا لتحسين دقة النماذج، مثل تعزيز البيانات وتطور المعلمات، تجعل Ultralytics YOLOv5 أمرًا سهلاً. وفي حين أن هذا يتطلب عادةً برنامجًا مرهقًا، يمكن تنفيذ YOLOv5 عن طريق إضافة كود بسيط. "كنت سعيدًا بقدرتي على تحليل النتائج وضبط النموذج في الوقت المتاح. بالطبع، أمضيت وقتًا في التعليقات التوضيحية أيضًا!"
ما هي التحديات الأخرى التي تود حلها باستخدام Ultralytics YOLOv5 في المستقبل؟#
يبقي تاكايوكي خياراته مفتوحة: "أريد تجربته مع محاصيل أخرى في المزرعة. ليس ذلك فحسب، بل أريد الاستمرار في التجربة مع أي شيء يخطر ببالي. أعتقد أن هناك المزيد من الأشياء التي يمكنني اكتشافها من خلال محاولة اكتشاف الكائنات."
ما هي النصيحة التي تقدمها لشخص جديد في عالم الذكاء الاصطناعي؟#
"أولاً وقبل كل شيء، أنصح باستخدام Ultralytics YOLOv5 لأولئك الذين يجدون اكتشاف الكائنات صعبًا ويخشون البدء في مجال الذكاء الاصطناعي للرؤية. في رأيي، يُعد YOLOv5 نموذج اكتشاف الكائنات الأكثر سهولة في التنفيذ.
أيضاً، أقترح محاولة استخدامه مع كمية أقل من بيانات التدريب. فخاصية زيادة البيانات (Data Augmentation) مصممة مسبقاً، وغالباً ما تنتج نماذج مثيرة للاهتمام بشكل مدهش."
يوازن تاتايوكي نُوكي بين حياته في الهندسة وزراعة الخضروات في مزرعته الصغيرة. موقعه الإلكتروني هو FarML، حيث ينشر مقالات حول التعلم الآلي. اطلع على مقالته المفصلة حول اكتشاف البازلاء السكرية. كما ينشر تاتايوكي غالباً حالات الاستخدام الخاصة به على Twitter وYouTube.
نريد تسليط الضوء على حالة استخدام YOLOv5 الخاصة بك أيضًا! قم بالإشارة إلينا على وسائل التواصل الاجتماعي Ultralytics@ باستخدام الوسم #YOLOvME للحصول على فرصة للظهور.
