YOLOvME: Обнаружение болезней сельскохозяйственных культур и повышение эффективности в сельском хозяйстве

Мы поговорили с Клинтоном Анани, чтобы узнать, как он решил проблемы болезней сельскохозяйственных культур с помощью ИИ.

Клинтон — инженер-программист и робототехник, а также увлеченный инженер по глубокому обучению. Он также является соучредителем и генеральным директором 3Farmate Robotics Limited, AgriTech R&D стартапа, который занимается созданием автоматизированной техники для решения проблемы неэффективного ручного труда в сельскохозяйственном секторе с использованием передовых технологий робототехники и искусственного интеллекта.

Клинтон любит строить роботов! Но его интерес к машинам начался гораздо раньше, когда он был ребенком. Это любопытство в конечном итоге привело его к ИИ. Клинтон начал заниматься ИИ около 3 лет назад, практически не имея знаний в этой области. Он прошел десятки учебных пособий и создал удивительные вещи. Но все же Клинтон не смог самостоятельно закрепиться в секторе ИИ. Поэтому он решил углубиться в машинное обучение. Клинтон в основном проходил курсы в ведущих университетах и институтах на Coursera и Udacity. Клинтон заявил, что курсы Эндрю Ына по глубокому обучению оказали особенно большое влияние на то, где он находится сегодня.

Клинтон использует YOLOv5 с начала 2021 года.

Farmate Robotics решает две проблемы в пищевой промышленности:

‍1. Предоставление сектору цифровых фермерских инструментов для повышения эффективности и производительности.

2. Предоставление высокоэффективной рабочей силы для обработки земли и максимального увеличения ее потенциала.‍

Для обоих секторов ИИ в сельском хозяйстве имеет важное значение. Болезни сельскохозяйственных культур всегда были проблемой для ферм и продолжают уничтожать сотни акров продовольственных культур каждый год. Это уничтожение происходит из-за чрезвычайно медленного и ручного характера анализа болезней сельскохозяйственных культур и того, сколько времени требуется для рекомендации решений.

Существующие решения обычно требуют, чтобы патологоанатом растений приехал на ферму, провел обследования, собрал некоторые данные и представил результаты через неделю или две, в течение которых болезни/заражения будут продолжать распространяться. Признавая неэффективность процесса, существует явная возможность для улучшения: как в выявлении болезней сельскохозяйственных культур на месте, так и в рекомендации решений за считанные секунды. Таким образом, ИИ был признан главным претендентом на решение этой проблемы.

Когда дело дошло до выбора моделей ИИ, есть множество вариантов на выбор. Однако YOLOv5 постоянно давал Клинтону отличные результаты и точность, когда он ранее работал с ним, что заставило его рассмотреть его как для своих цифровых инструментов, так и для своих встроенных систем.

Почему с YOLOv5 было легко работать?

Смотреть: Анализ урожая для здорового питания с помощью YOLOv5.

Обучение модели YOLOv5 очень простое и удобное в работе. Для развертывания модели у нас есть веб-развертывание, мобильное и встроенное системное развертывание.

“В ближайшем будущем мы планируем проводить оценку качества фруктов и овощей в режиме реального времени, и для этого будет использоваться YOLOv5,” — говорит Клинтон.

Какой совет вы дадите тем, кто начинает работать с ИИ?

Новичкам в сфере ИИ я бы рекомендовал найти действительно хорошую дорожную карту обучения и тщательно следовать ей. Если вы пропустите основы ИИ (математический анализ, статистику и дифференциальные уравнения), вам будет трудно работать с системами ИИ и справляться с реальными проектами. Поэтому не торопитесь и наслаждайтесь процессом.

3Farmate Robotics предоставляет платформу на основе ИИ для анализа посевов, обнаружения инфекций и вынесения рекомендаций с поддержкой различных культур. Эта платформа является легковесной и может работать на любом мобильном телефоне. Будьте в курсе новостей 3Farmate Robotics на LinkedIn.

Узнайте, как YOLOv5 и Vision AI меняют сельскохозяйственную отрасль.

Мы также хотим рассказать о вашем варианте использования YOLOv5! Отмечайте нас в социальных сетях @Ultralytics с хэштегом #YOLOvME, чтобы получить шанс быть представленным.