YOLOvME: Giúp phát hiện đậu Hà Lan dễ dàng
Khám phá cách Takayuki Nukui ứng dụng AI YOLOv5 để thu hoạch đậu Hà Lan hiệu quả—kết hợp machine learning với phương pháp canh tác truyền thống.
Nuvola Ladi4 phút đọc
Takayuki Nukui là nhà khoa học dữ liệu vật liệu ở Tokyo, Nhật Bản. Có thể bạn nghĩ ML và khoa học vật liệu khó kết hợp với nhau, nhưng Takayuki nhận thấy có thể áp dụng nhiều giải pháp ML vào công việc của mình.
Tuy nhiên, lý do thực sự khiến Takayuki tìm đến ML không liên quan gì đến công việc hiện tại. Khi Takayuki còn nhỏ, cha anh là một nông dân. Anh thường phải giúp cha thu hoạch đậu Hà Lan ăn cả vỏ—một công việc đòi hỏi nhiều công sức.
Mắt người khó có thể phát hiện hết đậu Hà Lan trên cây vì chúng ngụy trang rất tốt giữa những tán lá. Vào mùa thu hoạch, Takayuki phải đi đi lại lại trên cánh đồng của cha hết lần này đến lần khác để chắc chắn hái được từng quả đậu Hà Lan chín. Công việc vất vả này khiến Takayuki hình dung cách AI thị giác mà anh đang nghiên cứu khi đó có thể giúp đơn giản hóa việc thu hoạch đậu Hà Lan.
Chúng tôi tình cờ thấy ứng dụng phát hiện đậu Hà Lan của Takayuki trên Twitter và trò chuyện với anh để tìm hiểu thêm về công việc sử dụng Ultralytics YOLOv5.
Bạn đã chọn Ultralytics YOLOv5 như thế nào để giải quyết bài toán phát hiện đậu Hà Lan?#
Ban đầu, Takayuki thử nhiều model phát hiện đối tượng khác nhau, từ YOLOv3 đến SSD rồi EfficientDet. Tuy nhiên, cách đây một năm, Takayuki thử YOLOv5 và tiếp tục sử dụng đến nay vì model cho độ chính xác tốt nhất.
Những khía cạnh nào của Ultralytics YOLOv5 giúp bạn dễ dàng làm việc với model?#
Với Takayuki, các cơ chế được thiết kế sẵn để cải thiện độ chính xác của model, chẳng hạn như tăng cường dữ liệu và tiến hóa siêu tham số, giúp Ultralytics YOLOv5 dễ sử dụng. Những việc này thường đòi hỏi một chương trình phức tạp, nhưng YOLOv5 cho phép thực hiện chỉ với vài dòng code. “Tôi rất vui vì có thể phân tích kết quả và tinh chỉnh model trong khoảng thời gian tiết kiệm được. Tất nhiên, tôi cũng dành thời gian cho việc gán nhãn!”
Trong tương lai, bạn muốn giải quyết những thách thức nào khác với Ultralytics YOLOv5?#
Takayuki vẫn để ngỏ các lựa chọn: “Tôi muốn thử model với những loại cây trồng khác trong trang trại. Không chỉ vậy, tôi còn muốn tiếp tục thử bất cứ điều gì nảy ra trong đầu. Tôi nghĩ mình có thể khám phá thêm nhiều điều bằng cách thử phát hiện đối tượng.”
Bạn sẽ đưa ra lời khuyên gì cho người mới bước vào lĩnh vực AI?#
“Trước hết, tôi khuyên những người thấy phát hiện đối tượng có vẻ khó và e ngại bắt đầu với AI thị giác nên dùng Ultralytics YOLOv5. Theo tôi, YOLOv5 là model phát hiện đối tượng dễ triển khai nhất.
Ngoài ra, tôi khuyên bạn nên thử sử dụng model với lượng dữ liệu huấn luyện nhỏ hơn. Tăng cường dữ liệu được thiết kế sẵn và thường tạo ra những model thú vị đến bất ngờ.”
Takayuki Nukui cân bằng cuộc sống giữa công việc kỹ thuật và trồng rau tại trang trại nhỏ của mình. Website của anh là FarML, nơi anh đăng các bài viết về ML. Hãy xem bài viết chi tiết của anh về phát hiện đậu Hà Lan. Takayuki cũng thường đăng các trường hợp sử dụng của mình trên Twitter và YouTube.
Chúng tôi cũng muốn giới thiệu trường hợp sử dụng YOLOv5 của bạn! Gắn thẻ chúng tôi trên mạng xã hội @Ultralytics với #YOLOvME để có cơ hội được giới thiệu.
Tìm hiểu cách Ultralytics YOLOv5 và AI thị giác mang đến giải pháp cho ngành nông nghiệp.
Được viết bởi
Quản lý Nội dung Số · Ultralytics
Bình luận
Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.
