YOLOvME：作物病害检测与提高农业效率

我们与 Clinton Anani 进行了访谈，了解他是如何利用 AI 克服作物病害问题的。

Clinton 是一位软件和机器人工程师，也是一位充满热情的深度学习工程师。他还是 3Farmate Robotics Limited 的联合创始人兼首席执行官。这是一家专注于农业科技研发的初创公司，致力于通过利用前沿的机器人技术和人工智能，构建自动化机械来解决农业领域人工劳动效率低下的问题。

Clinton 热爱制造机器人！但他对机器的兴趣始于更早的童年时期。这种好奇心最终引领他走进了 AI 领域。Clinton 大约在 3 年前开始接触 AI，当时他对该领域几乎一无所知。他跟着几十个教程学习，并做出了令人惊叹的作品。但即便如此，Clinton 仍然无法在 AI 行业独立立足。因此，他决定深入研究 Machine Learning。Clinton 主要学习了 Coursera 和 Udacity 上顶级大学和机构的课程。Clinton 表示，他从 Andrew Ng 那里学习的深度学习课程对他今天所取得的成就影响巨大。自 2021 年初以来，Clinton 一直在使用 YOLOv5。

Link to this section3Farmate Robotics 旨在解决食品生产行业的两个问题：#

1. 为该行业提供数字农场工具以提高效率和吞吐量。2. 提供一支高效的劳动力队伍来耕种土地并最大限度地发挥其潜力。

对于这两个行业来说，农业人工智能至关重要。农作物病害一直是困扰农场的难题，每年仍会摧毁数百英亩的粮食作物。这种破坏源于分析农作物病害极其缓慢且依赖人工的特性，以及推荐解决方案所需的时间过长。现有的解决方案通常需要植物病理学家亲自前往农场、进行调查、收集数据，并在这一两周内提交研究结果，而在此期间，病害/虫害会持续蔓延。意识到这一流程效率低下，改进机会显而易见：无论是当场识别农作物病害，还是在几秒钟内推荐解决方案，都有明确的改进空间。

因此，人工智能被视为解决这一问题的顶级竞争者。在选择人工智能模型时，有很多方案可供选择。然而，Clinton 之前使用 YOLOv5 时，它持续提供了出色的结果和准确性，这使得他考虑将其应用于他们的数字工具和嵌入式系统中。

Link to this section为什么 YOLOv5 易于上手？#

观看：使用 YOLOv5 进行健康食品的作物分析。

训练 YOLOv5 模型非常直接且方便。对于模型部署，我们有基于 Web 的部署、移动端部署和嵌入式系统部署。

“在不久的将来，我们将寻求实时进行水果和蔬菜的质量评估，为此我们将使用 YOLOv5，”Clinton 说道。

Link to this section对于刚接触 AI 的人，你有什么建议吗？#

对于 AI 新手，我建议找一个非常好的 AI 学习路线图并一丝不苟地执行。如果你错过了 AI 的基础知识（微积分、统计学和微分方程方面），你在使用 AI 系统以及处理真实世界的 AI 项目时将会遇到困难。所以慢慢来，享受这段旅程吧。

_3Farmate Robotics 提供了一个 AI 驱动的平台，用于分析作物、检测感染并提供多种作物的支持建议。该平台轻量级，可以在任何手机上运行。通过 LinkedIn 了解 3Farmate Robotics 的最新动态。

探索 YOLOv5 和视觉 AI 如何改变 agriculture industry。

我们也想重点介绍你的 YOLOv5 用例！在社交媒体上标记我们 @Ultralytics 并附上 #YOLOvME，即有机会获得专题报道。