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、ディープラーニングに対して非常に情熱を注ぐエンジニアです。また、3Farmate Robotics Limitedの共同設立者兼CEOでもあります。同社は農業分野における手作業の非効率的な労働環境を解決するため、最先端のロボット工学と人工知能を活用した自動化機械の開発に注力しているAgriTechのR&Dスタートアップです。

Clinton氏はロボット作りが大好きですが、機械への関心は幼少期にまで遡ります。この探究心が最終的にAIへとつながりました。Clinton氏がAIを始めたのは約3年前で、その分野に関する知識はほぼゼロでした。数多くのチュートリアルをこなして素晴らしい成果物を制作しましたが、それでもAI分野で自立することはできていませんでした。そこで、彼はMachine Learningを徹底的に学ぶことを決意しました。Clinton氏は主にCourseraやUdacityでトップレベルの大学や機関のコースを受講しました。彼によると、Andrew Ng氏によるディープラーニングのコースが、現在の自分に到達する上で特に大きな影響を与えたとのことです。Clinton氏は2021年の初めからYOLOv5を使用しています。

Link to this section3Farmate 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。

両セクターにとって、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、作物の病害分析が極めて遅く手作業であること、そして解決策の推奨に時間がかかることに起因しています。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週間後に調査結果を報告する必要がありますが、その間に病害や蔓延はさらに広がってしまいます。このようなプロセスの非効率性を認識することで、作物の病害をその場で特定し、数秒のうちに解決策を推奨するという改善の余地が明確に存在します。

そこで、この問題を解決するための最有力候補としてAIが選ばれました。AIモデルの選択に関しては多くの選択肢がありますが、Clinton氏は以前にYOLOv5を使用した際に優れた結果と精度を一貫して得られたため、自身のデジタルツールと組み込みシステムの両方にYOLOv5を採用することを検討しました。

Link to this sectionなぜYOLOv5は扱いやすかったのか？#

動画: YOLOv5による健康な食品のための作物分析。

YOLOv5モデルのトレーニングは非常にシンプルで、作業が非常に便利です。モデルのデプロイメントに関しては、Webベースのデプロイ、モバイルデプロイ、および組み込みシステムへのデプロイを行っています。

「近い将来、果物や野菜の品質評価をリアルタイムで行うことを目指しており、そのためにYOLOv5を使用する予定です」とClinton氏は述べています。

Link to this sectionAI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、および複数の作物に対応した推奨事項の作成を行う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、スマートフォンで動作可能です。3Farmate Roboticsの最新情報は*LinkedIn*で確認してください。

YOLOv5とビジョンAIがどのように農業業界を変えているかをご覧ください。

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。