YOLOvME: Bezelye Tespitini Kolaylaştırma

Takayuki Nukui, Tokyo, Japonya'dan bir Malzeme Veri Bilimcisidir. Makine öğrenimi ile malzeme biliminin pek uyumlu olmadığını düşünebilirsin; ancak Takayuki, birçok makine öğrenimi çözümünün kendi çalışma alanında kullanılabileceğini keşfetti.

Ancak Takayuki'nin makine öğrenimine yönelmesinin asıl nedeni mevcut işiyle ilgili değil. Takayuki büyürken babası çiftçilik yapıyordu. Takayuki çoğu zaman babasına, oldukça zahmetli bir süreç olan şeker bezelyesi hasadında yardım etmek zorunda kalıyordu.

İnsan gözünün bir bitkideki tüm şeker bezelyelerini seçmesi zor olabilir; çünkü bezelyeler yaprakların arasında çok iyi kamufle olur. Hasat mevsiminde Takayuki, olgunlaşmış son şeker bezelyesini de topladığından emin olmak için babasının tarlalarında defalarca gidip gelmek zorunda kalıyordu. Bu zahmetli süreç, Takayuki'yi o sırada üzerinde çalıştığı görsel yapay zekânın şeker bezelyesi hasadını kolaylaştırmaya nasıl yardımcı olabileceğini düşünmeye yöneltti.

Takayuki'nin şeker bezelyesi algılama uygulamasına Twitter üzerinde rastladık ve Ultralytics YOLOv5 ile yaptığı çalışmalar hakkında daha fazla bilgi edinmek için kendisiyle konuştuk.

Şeker bezelyelerini algılama sorununu çözmene yardımcı olması için Ultralytics YOLOv5'i nasıl seçtin?#

Başlangıçta Takayuki, YOLOv3, SSD ve EfficientDet dahil olmak üzere çeşitli nesne algılama modellerini denedi. Ancak Takayuki bir yıl önce YOLOv5'i denedi ve en iyi doğruluğu sağladığı için o günden bugüne bu modelle çalışmaya devam etti.

Ultralytics YOLOv5'in hangi özellikleriyle çalışmak kolaydı?#

Takayuki için veri artırma ve hiperparametre evrimi gibi model doğruluğunu artırmaya yönelik önceden tasarlanmış yöntemler, Ultralytics YOLOv5'i kullanımı kolay bir araç hâline getiriyor. Bu yöntemler normalde zahmetli bir program gerektirirken YOLOv5, bunları yalnızca birkaç satır kodla uygulamalarına olanak tanıyor. “Sonuçları inceleyip oluşturduğum zamanda modeli ayarlayabildiğim için mutluydum. Elbette açıklama eklemek için de zaman harcadım!”

Gelecekte Ultralytics YOLOv5 ile hangi başka zorlukların üstesinden gelmek istersin?#

Takayuki seçeneklerini açık tutuyor: “Bunu çiftlikteki diğer ürünlerle denemek istiyorum. Üstelik aklıma gelen her şeyi denemeye devam etmek istiyorum. Nesneleri algılamayı deneyerek keşfedebileceğim daha çok şey olduğunu düşünüyorum.”

Yapay zekâ dünyasına yeni adım atan birine ne tavsiye edersin?#

“Öncelikle, nesne algılamanın zor göründüğünü düşünen ve görsel yapay zekâyla başlamaktan çekinen herkese Ultralytics YOLOv5'i öneririm. Bana göre YOLOv5, uygulaması en kolay nesne algılama modelidir.

Ayrıca, daha az miktarda eğitim verisiyle kullanmayı denemeni öneririm. Veri artırma önceden tasarlanmıştır ve çoğu zaman şaşırtıcı derecede ilginç modeller ortaya çıkarır.”

Takayuki Nukui, mühendislik ile küçük çiftliğinde sebze yetiştirme arasında denge kuruyor. Makine öğrenimi hakkında yazılar yayımladığı web sitesinin adı FarML. Şeker bezelyesi algılamayla ilgili ayrıntılı yazısına göz at. Takayuki, kullanım örneklerini sık sık Twitter ve YouTube hesaplarında da paylaşıyor.

YOLOv5 kullanım örneğini de öne çıkarmak isteriz! Öne çıkma şansı için sosyal medyada bizi @Ultralytics hesabında etiketleyip #YOLOvME etiketini kullan.

Ultralytics YOLOv5 ve görsel yapay zekânın tarım sektörüne nasıl çözümler sunduğunu öğren.