YOLOvME: Deteção de doenças das culturas e melhoria da eficiência na agricultura

Sentámo-nos com Clinton Anani para saber como ultrapassou os problemas de doenças das culturas utilizando a IA.

Clinton é um Engenheiro de Software e Robótica e um Engenheiro de Aprendizagem Profunda altamente apaixonado. Ele também é o cofundador e CEO da 3Farmate Robotics Limited, uma startup de P&D da AgriTech que está focada na construção de máquinas de automação para lidar com o trabalho manual ineficiente no setor agrícola, aproveitando a robótica de ponta e a inteligência artificial.

Clinton adora construir robots! Mas o seu interesse pelas máquinas começou muito antes, quando era criança. Esta curiosidade acabou por o levar à IA. Clinton começou a trabalhar com IA há cerca de 3 anos, com um conhecimento quase nulo da área. Seguiu dezenas de tutoriais e construiu coisas fantásticas. Mas, mesmo assim, Clinton não era capaz de se afirmar sozinho no sector da IA. Por isso, decidiu mergulhar a fundo na aprendizagem automática. Clinton fez principalmente cursos das melhores universidades e instituições em Coursera e Udacity. Clinton afirmou que os cursos que fez com Andrew Ng sobre Deep Learning foram especialmente influentes para ajudá-lo a chegar onde está hoje.

Clinton tem usado YOLOv5 desde o início de 2021.

3Farmate Robotics aborda dois problemas na indústria de produção alimentar:

‍1.Fornecer ferramentas agrícolas digitais ao sector para melhorar a eficiência e o rendimento.

2. Fornecer uma força de trabalho altamente eficiente para cultivar a terra e maximizar o seu potencial.‍

Para ambos os sectores, a IA na agricultura é essencial. As doenças das culturas sempre afectaram as explorações agrícolas e continuam a destruir centenas de hectares de culturas alimentares todos os anos. Esta destruição deve-se à natureza extremamente lenta e manual da análise das doenças das culturas e ao tempo que demora a recomendar soluções.

As soluções existentes exigem geralmente que um fitopatologista vá visitar a exploração, faça inquéritos, recolha alguns dados e apresente as conclusões numa semana ou duas, período durante o qual as doenças/infestações continuarão a propagar-se. Reconhecendo as ineficiências do processo, existe uma clara oportunidade de melhoria: tanto na identificação de doenças das culturas no local como na recomendação de soluções numa questão de segundos. Assim, a IA foi considerada uma das principais candidatas para resolver este problema.

Quando se trata da escolha de modelos de IA, existem imensas opções por onde escolher. No entanto, o YOLOv5 deu continuamente a Clinton excelentes resultados e precisão quando trabalhou com ele anteriormente, fazendo-o considerá-lo tanto para as suas ferramentas digitais como para os seus sistemas incorporados.

Porque é que foi fácil trabalhar com o YOLOv5?

Ver: Análise de culturas para alimentos saudáveis com o YOLOv5.

O treino de um modelo YOLOv5 é muito simples e muito prático de trabalhar. Para a implementação do modelo, temos uma implementação baseada na Web, uma implementação móvel e uma implementação de sistema incorporado.

"Num futuro próximo, procuraremos efetuar avaliações da qualidade de frutas e legumes em tempo real e, para isso, será utilizado o YOLOv5", afirma Clinton.

Que conselhos tem para quem está a começar a trabalhar com IA?

Para quem é novo no domínio da IA, recomendo que encontre um bom roteiro de aprendizagem de IA e que o siga meticulosamente. Se não aprender os fundamentos da IA (o aspeto do Cálculo, Estatística e Equações Diferenciais), terá dificuldade em trabalhar com sistemas de IA e em lidar com um projeto de IA do mundo real. Por isso, vá com calma e aproveite a viagem.

A 3Farmate Robotics fornece uma plataforma alimentada por IA para analisar culturas, detetar infecções e fazer recomendações com suporte para várias culturas. Esta plataforma é leve e pode ser executada em qualquer telemóvel. Mantenha-se atualizado sobre a 3Farmate Robotics em Linkedin.

Descubra como o YOLOv5 e a Vision AI estão a mudar a indústria agrícola indústria agrícola.

Também queremos destacar o seu caso de utilização do YOLOv5! Marque-nos nas redes sociais @Ultralytics com #YOLOvME para ter a oportunidade de ser apresentado.