YOLOvME: Bezelye Tespitini Kolaylaştırma
Takayuki Nukui'nin verimli bezelye hasadı için YOLOv5 AI'yi nasıl uyguladığını, makine öğrenimini geleneksel tarımla nasıl birleştirdiğini keşfet.
Takayuki Nukui, Tokyo, Japonya'dan bir Malzeme Veri Bilimcisidir. ML ile malzeme biliminin pek olası bir eşleşme olmadığını düşünebilirsin, ancak Takayuki birçok ML çözümünün kendi çalışma alanında uygulanabileceğini keşfetti.
Ancak Takayuki'nin ML alanına yönelmesinin asıl nedeninin mevcut göreviyle hiçbir ilgisi yok. Takayuki büyürken babası çiftçiydi. Çoğu zaman babasına snap bezelyelerini hasat etme konusunda yardım etmesi gerekiyordu; bu, oldukça zorlu bir süreçti.
İnsan gözüyle bir bitkideki tüm snap bezelyelerini fark etmek zor olabilir, çünkü yaprakların arasında son derece iyi kamufle olurlar. Hasat mevsiminde Takayuki, olgunlaşmış son snap bezelyesini de topladığından emin olmak için babasının tarlalarında defalarca ileri geri yürümek zorunda kalırdı. Bu zahmetli süreç, Takayuki'ye o sırada üzerinde çalıştığı görüntü yapay zekâsının snap bezelyesi hasadını nasıl kolaylaştırabileceğini düşündürdü.
Takayuki'nin snap bezelyesi tespit uygulamasına Twitter üzerinde rastladık ve Ultralytics YOLOv5 ile yaptığı çalışmaları daha yakından öğrenmek için kendisiyle konuştuk.
Snap bezelyelerini tespit etme sorununu çözmene yardımcı olması için Ultralytics YOLOv5'i nasıl seçtin?#
Başlangıçta Takayuki, YOLOv3, SSD ve EfficientDet dahil olmak üzere çeşitli nesne tespit modellerini denedi. Ancak Takayuki bir yıl önce YOLOv5'i denedi ve en iyi doğruluğu sağladığı için günümüze kadar onunla çalışmaya devam etti.
Ultralytics YOLOv5'in çalışmayı kolaylaştıran hangi yönleri vardı?#
Takayuki için veri artırma ve parametre evrimi gibi model doğruluğunu iyileştirmeye yönelik önceden tasarlanmış mekanizmalar, Ultralytics YOLOv5'i kullanmayı kolaylaştırıyor. Normalde zahmetli bir programlama gerektirecek bu işlemler, YOLOv5'te basit bir kod eklenerek uygulanabiliyor. “Sonuçları analiz edip modeli ayarlamak için oluşan zamanı değerlendirebildiğim için mutluydum. Elbette açıklamalar üzerinde de zaman harcadım!”
Gelecekte Ultralytics YOLOv5 ile başka hangi zorlukları çözmek istersin?#
Takayuki seçeneklerini açık tutuyor: “Bunu çiftlikteki diğer ürünlerle denemek istiyorum. Bununla da kalmayıp aklıma gelen her şeyi denemeye devam etmek istiyorum. Nesneleri tespit etmeyi deneyerek keşfedebileceğim daha birçok şey olduğunu düşünüyorum.”
Yapay zekâ dünyasına yeni adım atan birine ne gibi tavsiyelerde bulunurdun?#
“Öncelikle, nesne tespitinin zor göründüğünü düşünen ve görüntü yapay zekâsına başlamaktan çekinen kişilere Ultralytics YOLOv5'i öneririm. Bana göre YOLOv5, uygulanması en kolay nesne tespit 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 arasındaki yaşamını dengeliyor. ML hakkında makaleler yayımladığı web sitesi FarML. Snap bezelyesi tespitiyle ilgili ayrıntılı makalesine göz at. Takayuki ayrıca kullanım örneklerini sık sık Twitter ve YouTube hesaplarında paylaşıyor.
Senin YOLOv5 kullanım senaryonu da öne çıkarmak istiyoruz! Öne çıkma şansı yakalamak için sosyal medyada bizi @Ultralytics olarak etiketleyip #YOLOvME kullan.
