YOLOvME: Làm cho việc phát hiện Snap Pea trở nên dễ dàng

Takayuki Nukui là Nhà khoa học dữ liệu vật liệu đến từ Tokyo, Nhật Bản. Bạn có thể nghĩ rằng ML và khoa học vật liệu là một cặp đôi không thể, nhưng Takayuki nhận thấy rằng nhiều giải pháp ML có thể được áp dụng trong lĩnh vực công việc của mình.

Tuy nhiên, lý do thực sự khiến Takayuki tham gia ML không liên quan gì đến vai trò hiện tại của anh. Khi lớn lên, cha của Takayuki là một người nông dân. Anh thường phải giúp cha mình thu hoạch đậu que – một quá trình rất vất vả.

Đối với mắt người, việc phát hiện ra tất cả đậu que trên cây có thể là một thách thức vì chúng ngụy trang cực kỳ tốt giữa các lá. Vào mùa thu hoạch, Takayuki phải đi bộ qua lại khắp các cánh đồng của cha mình hết lần này đến lần khác để đảm bảo rằng ông đã hái được từng quả đậu que chín cuối cùng. Quá trình gian khổ này khiến Takayuki hình dung ra cách AI thị giác mà ông đang nghiên cứu vào thời điểm đó có thể giúp đơn giản hóa việc thu hoạch đậu que.

Chúng tôi tình cờ thấy ứng dụng phát hiện đậu que của Takayuki trên Twitter và đã trò chuyện với anh ấy để tìm hiểu thêm về công việc của anh ấy với YOLOv5.

Bạn đã chọn YOLOv5 để giúp bạn giải quyết vấn đề phát hiện đậu que như thế nào?

Lúc đầu, Takayuki đã thử nhiều mô hình phát hiện vật thể khác nhau từ YOLOv3 đến SSD đến EfficientDet . Tuy nhiên, một năm trước Takayuki đã thử YOLOv5 và kết thúc bằng việc làm việc với nó cho đến ngày nay vì nó mang lại độ chính xác tốt nhất.

Những khía cạnh nào của YOLOv5 giúp bạn dễ dàng sử dụng?

Đối với Takayuki, các cơ chế được thiết kế trước để cải thiện độ chính xác của mô hình, chẳng hạn như tăng cường dữ liệu và tiến hóa tham số giúp YOLOv5 trở nên dễ dàng. Mặc dù thông thường điều này đòi hỏi một chương trình cồng kềnh, YOLOv5 có thể được triển khai bằng cách thêm một mã đơn giản. “Tôi rất vui khi có thể phân tích kết quả và điều chỉnh mô hình trong thời gian tạo ra. Tất nhiên, tôi cũng dành thời gian cho các chú thích!”

Bạn muốn giải quyết những thách thức nào khác với YOLOv5 trong tương lai?

Takayuki vẫn giữ các lựa chọn mở của mình: “Tôi muốn thử nghiệm với các loại cây trồng khác trên trang trại. Không chỉ vậy, tôi còn muốn tiếp tục thử nghiệm với bất kỳ thứ gì xuất hiện trong đầu. Tôi nghĩ rằng có nhiều thứ tôi có thể tìm ra bằng cách cố gắng phát hiện các vật thể.”

Bạn có thể đưa ra lời khuyên gì cho người mới bước chân vào thế giới AI?

“Trước hết, tôi muốn giới thiệu YOLOv5 cho những ai nghĩ rằng phát hiện vật thể có vẻ khó khăn và lo lắng khi bắt đầu với AI thị giác. Theo tôi, YOLOv5 là mô hình phát hiện vật thể dễ triển khai nhất.

Ngoài ra, tôi đề xuất thử sử dụng nó với lượng dữ liệu đào tạo nhỏ hơn. Data Augmentation được thiết kế sẵn và thường tạo ra các mô hình thú vị đáng ngạc nhiên.”

Takayuki Nukui cân bằng cuộc sống giữa kỹ thuật và trồng rau trên trang trại nhỏ của mình. Trang web của anh là FarML , nơi anh đăng các bài viết về ML. Hãy xem bài viết chi tiết của anh về phát hiện Snap Pea. Takayuki cũng thường đăng các trường hợp sử dụng của mình trên Twitter và Youtube .

Chúng tôi cũng muốn nêu bật trường hợp sử dụng YOLOv5 của bạn! Hãy gắn thẻ chúng tôi trên mạng xã hội @Ultralytics với #YOLOvME để có cơ hội được giới thiệu.

Tìm hiểu về cách YOLOv5 và Vision AI cung cấp giải pháp cho ngành nông nghiệp .

‍