YOLOvME：作物病害検出と農業効率の改善

私たちはClinton Anani氏にインタビューを行い、AIを使用してどのように作物病害の問題を克服したかを探りました。

Clintonはソフトウェアおよびロボティクスエンジニアであり、非常に情熱的なディープラーニングエンジニアです。また、最先端のロボティクスと人工知能を活用して農業分野における非効率な手作業に対処する自動化機械の構築に注力するアグリテックR&Dスタートアップ、3Farmate Robotics Limitedの共同創業者兼CEOでもあります。

Clintonはロボットを作るのが大好きです！しかし、機械に対する彼の興味は、子供の頃、はるかに早い時期から始まっていました。この好奇心が最終的に彼をAIへと導きました。Clintonは約3年前、この分野の知識がほぼゼロの状態でAIを始めました。彼は数々のチュートリアルをこなし、素晴らしいものをたくさん作りました。それでもなお、ClintonはAI分野で自立することができませんでした。そこで彼は、Machine Learningを深く学ぶことを決意しました。Clintonは主に、CourseraやUdacity上のトップ大学や機関が提供するコースを受講しました。Clintonは、ディープラーニングに関してAndrew Ngから受講したコースが、今日の自分にたどり着く上で特に大きな影響を与えたと述べています。Clintonは2021年の初めからYOLOv5を使用しています。

3Farmate Roboticsが解決に取り組む食料生産業界の2つの課題:#

1. セクターにデジタル農業ツールを提供し、効率とスループットを向上させること。 2. 農地を耕し、そのポテンシャルを最大限に引き出すための非常に効率的な労働力を提供すること。

どちらの部門においても、農業におけるAIは不可欠です。作物の病害は常に農地を悩ませており、現在でも毎年何百エーカーもの食料作物を破壊し続けています。この破壊は、作物の病気の分析がきわめて遅く手作業であること、そして対策を提案するまでに長い時間がかかることが原因です。既存のソリューションでは通常、植物病理学者が農地を訪れ、調査を行い、データを収集し、1〜2週間以内に結果を提示する必要がありますが、その間に病気や虫害は拡大し続けます。プロセスの非効率性を認識すれば、その場で直接作物の病気を特定することと、わずか数秒で対策を提案することの双方向において、改善の機会が明かに存在します。

そのため、AIはこの問題を解決するための有力な候補であることが分かりました。AIモデルの選択肢としては数多くの選択肢が存在します。しかし、Clintonが以前使用した際にUltralytics YOLOv5は優れた結果と精度を継続的にもたらしたため、デジタルツールと組み込みシステムの両方での採用が検討されました。

なぜUltralytics YOLOv5は扱いやすかったのでしょうか？#

Watch: Ultralytics YOLOv5を活用したヘルシーフード向けの作物分析。

Ultralytics YOLOv5モデルのトレーニングは非常にシンプルで、作業がとても便利です。モデルのデプロイに関しては、ウェブベースのデプロイ、モバイルデプロイ、そして組み込みシステム向けのデプロイが用意されています。

「近い将来、青果物の品質評価をリアルタイムで実施することを目指しており、この用途にはUltralytics YOLOv5が使用されます」とClintonは述べています。

AIを始めようとしている人へのアドバイスはありますか？#

AIを初めて学ぶ方には、非常に優れたAI学習ロードマップを見つけて、それに忠実に従うことをお勧めします。AIの基礎（微積分、統計学、微分方程式といった側面）を飛ばしてしまうと、AIシステムを扱う際や、実際のAIプロジェクトを成功させるために必要なスキルを習得する上で苦労することになります。ですから、ゆっくりと着実に進み、その過程を楽しんでください。

_3Farmate Roboticsは、作物の分析、感染の検出、および複数作物のサポートによる推奨を行うAI駆動型プラットフォームを提供しています。このプラットフォームは軽量であり、任意の携帯電話上で実行できます。_ LinkedIn_で3Farmate Roboticsの最新情報をチェックしてください。_

Ultralytics YOLOv5とビジョンAIがどのようにagriculture industryに変革をもたらしているのかをご覧ください。

あなたのYOLOv5活用事例もぜひ紹介させてください！SNSで @Ultralytics をタグ付けし、#YOLOvME を付けて投稿すると、特集されるチャンスがあります。