YOLOvME：作物の病気検出と農業の効率化

Clinton Anani氏に話を伺い、AIを活用して作物の病害問題をどのように克服したのかを聞きました。

Clintonはソフトウェアエンジニア兼ロボティクスエンジニアであり、ディープラーニングエンジニアとしても情熱を持って活動しています。また、ロボティクスと人工知能を活用して、農業分野の非効率な手作業に対応する自動化機械の開発に取り組む農業テクノロジーの研究開発スタートアップ、3Farmate Robotics Limitedの共同創業者兼CEOです。

Clintonはロボットを作るのが大好きです。しかし、機械への関心は子どもの頃から始まっていました。この好奇心が、やがてAIへとつながりました。ClintonがAIに取り組み始めたのは約3年前で、その分野の知識はほとんどありませんでした。数多くのチュートリアルに取り組み、さまざまなプロジェクトを作りました。それでも、AI分野で自立して仕事をすることはできませんでした。そこで、機械学習を徹底的に学ぶことにしました。主にCourseraやUdacityで、一流大学や機関の講座を受講しました。現在の自分に至るうえで、Andrew Ngのディープラーニング講座が特に大きな影響を与えたとClintonは述べています。Clintonは2021年初頭からYOLOv5を使用しています。

3Farmate Roboticsが食品生産業界の2つの課題に取り組む：#

1. 効率と処理能力を高めるデジタル農業ツールを業界に提供すること。2. 土地を耕し、その可能性を最大限に引き出す、高効率な労働力を提供すること。

どちらの分野にとっても、農業におけるAIは不可欠です。作物の病害は常に農場を悩ませ、毎年何百エーカーもの食用作物を破壊し続けています。この被害の原因は、作物の病害分析に非常に時間がかかり、手作業に頼っていること、そして対策の提案までに時間がかかることです。既存のソリューションでは通常、植物病理学者が農場を訪れ、調査を行い、データを収集して、1～2週間後に結果を提示する必要があります。その間にも病害や感染は広がり続けます。このプロセスの非効率性を踏まえると、改善の余地は明らかです。現場ですぐに作物の病害を特定し、数秒で対策を提案できるようにすることが求められています。

そこで、この問題を解決する有力候補としてAIが注目されました。AIモデルには多くの選択肢がありますが、Clintonが以前使用した際にUltralytics YOLOv5が常に優れた結果と精度を示したため、デジタルツールと組み込みシステムの両方に採用することを検討しました。

Ultralytics YOLOv5が使いやすかった理由#

動画を見る：Ultralytics YOLOv5による健全な食品のための作物分析。

Ultralytics YOLOv5モデルの学習は簡単で、非常に扱いやすいものです。モデルのデプロイ先として、ウェブベース、モバイル、組み込みシステムに対応しています。

「近い将来、果物や野菜の品質評価をリアルタイムで実施する予定で、そのためにUltralytics YOLOv5を使用します」とClinton氏は述べています。

AIを始める人に、どのようなアドバイスがありますか？#

AIを初めて学ぶ人には、質の高いAI学習ロードマップを見つけ、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、微分方程式の分野）を学ばないと、AIシステムや、現実世界のAIプロジェクトを扱うために必要なことを理解するのに苦労するでしょう。焦らず、自分のペースで学習を楽しんでください。

3Farmate Roboticsは、作物の分析や感染の検出、複数の作物に対応した推奨事項の提示を行うAI搭載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、あらゆる携帯電話で動作します。LinkedInで3Farmate Roboticsの最新情報をご確認ください。

Ultralytics YOLOv5とビジョンAIが農業業界をどのように変えているかをご覧ください。

皆さまのYOLOv5活用事例もぜひご紹介ください。SNSで@Ultralyticsをタグ付けし、#YOLOvMEを付けると、取り上げられるチャンスがあります。