YOLOvME：作物の病害検出と農業効率の向上

クリントン・アナニ氏に、AIを使ってどのように作物の病気の問題を克服したのかを聞きました。

クリントン氏は、ソフトウェアおよびロボット工学エンジニアであり、非常に情熱的な深層学習エンジニアです。彼はまた、3Farmate Robotics Limitedの共同創業者兼CEOでもあります。これは、農業分野における非効率な手作業に対処するために、最先端のロボット工学と人工知能を活用して自動化機械を構築することに重点を置いているアグリテックの研究開発スタートアップです。

クリントンはロボットを作るのが大好きです！しかし、彼の機械への興味は、子供の頃にもっと早く始まりました。この好奇心が最終的にAIへと彼を導きました。クリントンは約3年前にAIを始めましたが、この分野の知識はほとんどありませんでした。彼は多くのチュートリアルに従い、素晴らしいものを構築しました。しかし、それでもクリントンはAI分野で自立することができませんでした。そこで、彼は機械学習に深く飛び込むことにしました。クリントンは主にCourseraとUdacityでトップ大学や機関のコースを受講しました。クリントンは、Andrew Ngの深層学習に関するコースが、彼が今日に至る上で特に影響力があったと述べています。

クリントンは2021年の初めからYOLOv5を使用しています。

3Farmate Roboticsは、食品生産業界における2つの課題に取り組んでいます。

‍1. 効率とスループットを向上させるために、デジタル農業ツールをこの分野に提供します。

2. 土地を耕し、その可能性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します。‍

どちらの分野にとっても、農業におけるAIは不可欠です。作物の病気は常に農場を悩ませており、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、作物の病気を分析する作業が非常に遅く、手作業で行われること、および解決策を推奨するまでに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、植物病理学者が農場を訪問し、調査を行い、データを収集し、1〜2週間以内に調査結果を提示する必要があります。その間にも、病気や感染は広がり続けます。プロセスの非効率性を認識し、改善の明確な機会があります。それは、作物の病気をその場で特定し、数秒で解決策を推奨することです。そのため、AIはこの問題を解決するための最有力候補であることがわかりました。

AIモデルの選択に関しては、多くの選択肢があります。しかし、クリントンは以前YOLOv5を使用した際に、継続的に優れた結果と精度が得られたため、デジタルツールと組み込みシステムの両方でYOLOv5を検討しました。

YOLOv5が扱いやすかった理由

監視: YOLOv5を使用した健康食品の作物分析。

YOLOv5モデルのトレーニングは非常に簡単で、非常に便利です。モデルのデプロイメントには、Webベースのデプロイメント、モバイルデプロイメント、および組み込みシステムデプロイメントがあります。

「近い将来、果物や野菜の品質評価をリアルタイムで行うことを検討しており、そのためにYOLOv5を使用する予定です」とクリントン氏は述べています。

AIを始める人にどのようなアドバイスをしますか？

AIを初めて学ぶ方には、AIに関する優れた学習ロードマップを見つけて、それを綿密にたどることをお勧めします。AIの基礎（微積分、統計、微分方程式の側面）を理解していないと、AIシステムを扱うことや、実際のAIプロジェクトを処理するために必要なことを理解するのが難しくなります。ゆっくりと進めて、楽しんでください。

3Farmate Roboticsは、AIを活用したプラットフォームを提供し、作物を分析し、感染を検出し、複数の作物に対応した推奨事項を作成します。このプラットフォームは軽量で、あらゆる携帯電話で実行できます。3Farmate Roboticsの最新情報は、LinkedInでご確認ください。

YOLOv5とVision AIが農業分野にどのような変化をもたらしているかをご覧ください。

あなたのYOLOv5のユースケースも紹介したいと考えています！ソーシャルメディアで@Ultralyticsをタグ付けし、#YOLOvMEを付けて投稿してください。掲載されるチャンスがあります。