30 de agosto de 2022
Descubra a jornada de Clinton Anani com IA na agricultura, superando doenças de colheitas usando YOLOv5 na Ultralytics. Explore o futuro da tecnologia agrícola.
.webp)
Conversamos com Clinton Anani para descobrir como ele superou problemas de doenças em plantações usando IA.
Clinton é um Engenheiro de Software e Robótica, e um Engenheiro de Deep Learning altamente apaixonado. Ele também é o cofundador e CEO da 3Farmate Robotics Limited, uma startup de P&D em AgriTech que se concentra na construção de máquinas de automação para abordar a mão de obra manual ineficiente no setor agrícola, aproveitando Robótica e Inteligência Artificial de ponta.
Clinton adora construir robôs! Mas, seu interesse por máquinas começou muito antes, quando ele era criança. Essa curiosidade acabou levando-o à IA. Clinton começou com IA há cerca de 3 anos, tendo quase nenhum conhecimento da área. Ele seguiu dezenas de tutoriais e construiu coisas incríveis. Mas ainda assim, Clinton não conseguiu se destacar sozinho no setor de IA. Então, ele decidiu mergulhar fundo em Machine Learning. Clinton fez principalmente cursos das principais universidades e instituições no Coursera e Udacity. Clinton afirmou que os cursos que ele fez de Andrew Ng em Deep Learning foram especialmente influentes em ajudá-lo a chegar onde está hoje.
Clinton tem usado o YOLOv5 desde o início de 2021.
1. Fornecer ferramentas agrícolas digitais ao setor para melhorar a eficiência e o rendimento.
2. Fornecer uma força de trabalho altamente eficiente para cultivar a terra e maximizar seu potencial.
Para ambos os setores, a IA na agricultura é essencial. As doenças das culturas sempre assolaram as fazendas e continuam a destruir centenas de hectares de culturas alimentares todos os anos. Essa destruição se deve à natureza extremamente lenta e manual da análise de doenças das culturas e ao tempo que leva para recomendar soluções.
As soluções existentes geralmente exigem que um fitopatologista visite a fazenda, faça levantamentos, colete alguns dados e apresente os resultados em uma ou duas semanas, período em que as doenças/infestações continuarão a se espalhar. Reconhecendo as ineficiências do processo, existe uma clara oportunidade de melhoria: tanto na identificação de doenças das culturas no local quanto na recomendação de soluções em questão de segundos. Assim, a IA foi considerada uma das principais candidatas para resolver esse problema.
Quando se tratou da escolha de modelos de IA, existem muitas opções para escolher. No entanto, o YOLOv5 continuamente deu a Clinton excelentes resultados e precisão quando ele trabalhou com ele anteriormente, fazendo com que ele o considerasse para suas ferramentas digitais, bem como para seus sistemas embarcados.
Assistir: Análise de colheitas para alimentos saudáveis com YOLOv5.
Treinar um modelo YOLOv5 é super simples e muito conveniente de se trabalhar. Para a implantação do modelo, temos uma implantação baseada na web, uma móvel e uma implantação de sistema embarcado.
"Em um futuro próximo, estaremos procurando realizar avaliações de qualidade de frutas e vegetais em tempo real, e para isso, o YOLOv5 será usado", diz Clinton.
Para alguém novo na IA, eu recomendaria encontrar um roteiro de aprendizagem realmente bom para IA e segui-lo meticulosamente. Se perder os fundamentos da IA (o aspeto de Cálculo, Estatística e Equações Diferenciais), terá dificuldades em trabalhar com sistemas de IA e com o que é preciso para conseguir lidar com um projeto de IA do mundo real. Portanto, vá com calma e aproveite o passeio.
A 3Farmate Robotics fornece uma plataforma alimentada por IA para analisar colheitas e detetar infeções, fazendo recomendações com suporte para várias colheitas. Esta plataforma é leve e pode ser executada em qualquer telemóvel. Mantenha-se atualizado com a 3Farmate Robotics no LinkedIn.
Descubra como o YOLOv5 e a Visão de IA estão a mudar na indústria agrícola.
Queremos destacar seu caso de uso YOLOv5 também! Marque-nos nas redes sociais @Ultralytics com #YOLOvME para ter a chance de ser destaque.
.webp)