YOLOvME：作物病害检测与提高农业效率

我们与 Clinton Anani 坐下来，了解他是如何使用 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，这是一家农业科技研发初创公司，致力于通过利用尖端的机器人技术和人工智能来构建自动化机械，以解决农业领域低效的人工劳动问题。

Clinton 热衷于制造机器人！但他对机器的兴趣始于童年。这种好奇心最终引导他进入了人工智能领域。大约 3 年前，Clinton 开始接触人工智能，当时他对这个领域几乎一无所知。他学习了大量的教程，并构建了一些令人惊叹的东西。但即便如此，Clinton 仍然无法在人工智能领域独当一面。因此，他决定深入研究机器学习。Clinton 主要在 Coursera 和 Udacity 上学习顶尖大学和机构的课程。Clinton 表示，他从 Andrew Ng 那里学习的深度学习课程，对他达到今天的成就起到了特别重要的作用。

自 2021 年初以来，Clinton 一直在使用 YOLOv5。

3Farmate Robotics 解决了食品生产行业的两个问题：

‍1. 向该行业提供数字农业工具，以提高效率和吞吐量。

2. 提供高效的劳动力来耕种土地并最大限度地发挥其潜力。‍

对于这两个行业，农业中的 AI 至关重要。作物病害一直困扰着农场，并且每年继续摧毁数百英亩的粮食作物。这种破坏是由于分析作物病害的极其缓慢和手动的性质，以及推荐解决方案所需的时间。

现有的解决方案通常需要植物病理学家来农场拜访、进行调查、收集一些数据，并在 一两周内提出调查结果，在此期间，疾病/侵扰将继续蔓延。认识到流程效率低下，存在明显的改进机会：既可以在现场识别作物病害，又可以在几秒钟内推荐解决方案。因此，人们发现 AI 是解决此问题的有力竞争者。

在选择 AI 模型时，有很多选择。但是，YOLOv5 在 Clinton 之前使用它时不断给他带来出色的结果和准确性，这使他考虑将其用于他们的数字工具和嵌入式系统。

为什么 YOLOv5 易于使用？

观看：使用 YOLOv5 进行健康食品的作物分析。

训练 YOLOv5 模型非常简单方便。对于模型部署，我们有基于 Web 的部署、移动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，将使用 YOLOv5，” Clinton 说。

对于刚开始接触 AI 的人，您有什么建议？

对于人工智能新手，我建议找一个真正好的人工智能学习路线图，并一丝不苟地遵循它。如果你错过了人工智能的基础（微积分、统计学和微分方程方面），你将很难使用人工智能系统，也很难处理一个真实的人工智能项目。所以慢慢来，享受这个过程。

3Farmate Robotics 提供了一个由 AI 驱动的平台，用于分析作物、检测感染并提出建议，同时支持多种作物。该平台轻量级，可以在任何手机上运行。请在 Linkedin 上关注 3Farmate Robotics 的最新动态。

了解 YOLOv5 和视觉 AI 如何在 农业领域 发生变化。

我们也想重点介绍您的 YOLOv5 用例！在社交媒体上使用 #YOLOvME 标签 @Ultralytics，您就有机会被推荐。