YOLOvME: делаем обнаружение сахарного горошка простым
Узнай, как Такаюки Нукуи применяет ИИ YOLOv5 для эффективного сбора сахарного горошка, объединяя машинное обучение с традиционным фермерством.
Такаюки Нукуи — специалист по анализу данных в области материаловедения из Токио, Япония. Можно подумать, что ML и материаловедение — маловероятное сочетание, но Такаюки обнаружил, что многие решения ML можно применить в его сфере деятельности.
Однако истинная причина, по которой Такаюки занялся ML, не имеет ничего общего с его текущей работой. В детстве отец Такаюки был фермером. Часто ему приходилось помогать отцу собирать горох — очень утомительный процесс.
Человеческому глазу бывает сложно заметить все стручки гороха на растении, так как они отлично маскируются среди листьев. Во время сбора урожая Такаюки приходилось раз за разом ходить туда-сюда по полям своего отца, чтобы убедиться, что он собрал каждый спелый стручок. Этот тяжелый процесс заставил Такаюки задуматься о том, как компьютерное зрение, которое он тогда изучал, могло бы упростить сбор гороха.
Мы наткнулись на приложение Такаюки для обнаружения гороха в Twitter и поговорили с ним, чтобы узнать больше о его работе с YOLOv5.
Link to this sectionКак ты выбрал YOLOv5, чтобы помочь себе решить задачу обнаружения гороха?#
В начале Такаюки пробовал различные модели обнаружения объектов, от YOLOv3 до SSD и EfficientDet. Однако год назад Такаюки попробовал YOLOv5 и в итоге работает с ней по сей день, так как она обеспечила наилучшую точность.
Link to this sectionКакие аспекты YOLOv5 сделали работу с ней легкой?#
Для Такаюки предустановленные механизмы для повышения точности модели, такие как аугментация данных и эволюция параметров, делают YOLOv5 простой в использовании. Хотя обычно это потребовало бы громоздкой программы, YOLOv5 можно внедрить, добавив простой код. «Я был рад возможности анализировать результаты и настраивать модель за созданное время. Конечно, я также тратил время на аннотации!»
Link to this sectionКакие еще задачи ты хотел бы решить с помощью YOLOv5 в будущем?#
Такаюки оставляет варианты открытыми: «Я хочу попробовать это с другими культурами на ферме. Не только это, но я хочу продолжать пробовать со всем, что приходит в голову. Я думаю, что есть еще много вещей, которые я могу узнать, пытаясь обнаруживать объекты».
Link to this sectionКакой совет ты бы дал тому, кто новичок в мире ИИ?#
«Прежде всего, я бы порекомендовал YOLOv5 тем, кто думает, что обнаружение объектов — это сложно, и опасается начинать работу с ИИ в области компьютерного зрения. На мой взгляд, YOLOv5 — это самая доступная модель обнаружения объектов для реализации.
Также я бы посоветовал попробовать использовать ее с меньшим количеством обучающих данных. Аугментация данных здесь встроена, и она часто выдает удивительно интересные модели».
Такаюки Нукуи совмещает свою жизнь между инженерным делом и выращиванием овощей на своей небольшой ферме. Его сайт — FarML, где он публикует статьи об ML. Ознакомься с его подробной статьей об обнаружении гороха. Такаюки также часто публикует свои кейсы в своем Twitter и на YouTube.
Мы хотим рассказать и о твоем опыте использования YOLOv5! Отмечай нас в социальных сетях @Ultralytics с хэштегом #YOLOvME, чтобы получить шанс попасть в нашу публикацию.
