استكشف أبحاث ستيفانو بوليتي التحويلية في مجال الغابات باستخدام YOLOv5 للكشف والتحليلات القائمة على الطائرات بدون طيار في الغابات.
ستيفانو بوليتي باحث في استشعار الغابات عن بعد في المعهد النرويجي لأبحاث الاقتصاد الحيوي (NIBIO) في الإدارة الوطنية لجرد الغابات. NIBIO هي واحدة من أكبر معاهد البحوث في النرويج مع ما يقرب من 700 موظف. فهي تساهم في الأمن الغذائي وسلامته، والإدارة المستدامة للموارد، والابتكار، وخلق القيمة من خلال البحوث وإنتاج المعرفة.
.webp)
في بحثه ، يتم استخدام الطائرات بدون طيار وغيرها من تقنيات الاستشعار القريبة مثل المسح بالليزر المحمول لإنتاج تحليلات متقدمة مطلوبة لتلبية احتياجات المعلومات الحديثة.
تم إنجاز الكثير من العمل الذي قام به مع مشروع SmartForest ، وهو برنامج بحثي طويل الأجل يموله مجلس البحوث النرويجي جنبا إلى جنب مع معظم الجهات الفاعلة في صناعة الغابات في النرويج. هدف SmartForest هو تحسين كفاءة قطاع الغابات النرويجي من خلال تمكين ثورة رقمية تحول معلومات الغابات ، وزراعة الغابات ، وعمليات الغابات ، وإمدادات الأخشاب ، وتدفق المعلومات الرقمية الشاملة في الصناعة.
عمل ستيفانو لسنوات عديدة مع تطبيقات التعلم الآلي التقليدية مثل الغابات العشوائية أو آلات ناقلات الدعم. منذ حوالي ثلاث سنوات ، أدرك أن الوقت قد حان لتكثيف اللعبة في مجال التعلم العميق ، والذي لا يزال في مرحلة النمو لقطاع الغابات. منذ إدراك الفوائد الهائلة التي يمكن للباحثين استخلاصها من التعلم العميق ، قام ستيفانو بتطوير العديد من التطبيقات في مجال الطائرات بدون طيار والرؤية القائمة على الآلة.
"لقد كنت أستخدمه منذ صيف 2021 ، ولم أتخلى عنه منذ ذلك الحين! يجب أن أقول أنه كان نوعا من الحب "من النظرة الأولى" بفضل سهولة الحصول على YOLOv5 الريبو قيد التشغيل والتشغيل. كان هذا قيما للغاية بالنسبة لي لأنني في ذلك الوقت لم أكن على دراية كبيرة python و YOLOv5كان منحنى التعلم الضحل هو كسر الصفقة ".
لجأ ستيفانو إلى اكتشاف الأشياء في المقام الأول لتحديد الأشجار في صور الطائرات بدون طيار في حالة صحية سيئة إما بسبب الأضرار الناجمة عن اللاأحيائية (الجفاف والرياح والثلوج) أو العوامل الحيوية (الحشرات والفطريات). منذ ذلك الحين ، قام هو وزملاؤه بتطوير عائلة كاملة من YOLOv5 أجهزة الكشف ، من الحفر إلى حافة الطريق وأجهزة الكشف عن الدوائر.
"بحلول الوقت الذي عثرت فيه YOLOv5، لقد حاولت دون جدوى تدريب بعض أجهزة الكشف عن الأشياء في TensorFlow واجهة برمجة تطبيقات الكشف عن الكائنات لبعض الوقت. ثم ركضت إلى YOLOv5 حاول الريبو و (بدون الكثير من الأمل) تدريب كاشف وبمفاجأة كبيرة ، بدأت عملية التعلم بأربعة أسطر من التعليمات البرمجية. لست متأكدا من أنه يمكن للمرء أن يعرفها على أنها عملية تفكير أو بالأحرى ضربة محظوظة لكنها بدأت ".
.webp)
ثم يتم نشر معظم النماذج على حلها السحابي (ForestSens) لتقديم الخدمات لقطاع الغابات. هناك ، يمكن للمستخدمين تحميل صور الطائرات بدون طيار على سبيل المثال والتي يتم تحويلها بعد ذلك إلى رؤى قابلة للتنفيذ بفضل YOLOv5 عائلة من النماذج. كما يتم نشر بعض أجهزة الكشف المدربة على الحافة على آلات الغابات أو على شاحنات قطع الأشجار.
منذ البداية ، كان ستيفانو وفريقه يطورون سلسلة كاملة من YOLOv5 النماذج التي سيتم استخدامها للمساعدة في:
علاوة على ذلك ، فإنهم يتطلعون أيضا إلى توسيع نماذجهم القائمة على الطائرات بدون طيار لصحة الغابات والمخزون إلى بيانات الصور الجوية والأقمار الصناعية ذات الدقة الخشنة.
مع أخير YOLOv5 الإصدارات ، إنهم يتطلعون بشدة إلى تصنيف الصور والتجزئة الدلالية التي YOLOv5 قد تقدم. ستوسع هذه القدرات قدرتها على حل مهام رؤية الكمبيوتر المعقدة في بيئات الغابات.
سهولة الإعداد لتدريب النماذج (إصدار عامل الإرساء) ، وكذلك لنشر النموذج الذي تم إجراؤه YOLOv5 خيار كبير بالنسبة لهم.
"أحد الجوانب التي أذهلتني دائما Ultralytics هو نموذج الأعمال الجديد إلى حد ما الذي يعتمد على الكود المفتوح في جوهره ويقدم منتجات مدفوعة لغير المتخصصين للوصول إلى قوة التعلم العميق. كعالم ، أنا أقدر كثيرا Ultralyticsوأجد أنها طريقة رائعة لتسريع تطوير المنتج. ونتيجة لذلك، YOLOv5 تشهد ترقيات جذرية إلى حد ما في تطور مستمر بفضل مساهمة العديد من علماء البيانات والممارسين ".
عند الذهاب إلى المؤتمرات الدولية خلال العام الماضي ، وجدت أن الباحثين في مجال الغابات إما خائفون من تعقيد التعلم العميق أو لا يعتقدون أنه يمكن أن يلعب دورا في أبحاثهم. في كل هذه الحالات ، اقترحت أخذ نصف يوم من التعليقات التوضيحية ومحاولة تدريب YOLOv5 لفهم قوتها وبساطتها.
لوضعها في كلمات فعلية كنت أقول في الواقع: "طريقتك لا تعمل؟ ثم YOLO ذلك!"
إذا كنت ترغب في البقاء على اطلاع دائم بستيفانو بوليتي وعمله ، فلا تتردد في متابعة حسابه على Twitter.
ضع علامة #YOLOvME لنا على وسائل التواصل الاجتماعي الخاصة بك YOLOv5 حالة الاستخدام وسنقوم بالترويج لعملك لمجتمع ML.
