YOLOvME: الكشف عن أمراض المحاصيل وتحسين الكفاءة في الزراعة

جلسنا مع كلينتون عناني لمعرفة كيف تغلب على مشاكل أمراض المحاصيل باستخدام الذكاء الاصطناعي.

كلينتون هو مهندس برمجيات وروبوتات ، ومهندس تعلم عميق شغوف للغاية. وهو أيضا المؤسس المشارك والرئيس التنفيذي لشركة 3Farmate Robotics Limited ، وهي شركة ناشئة للبحث والتطوير في مجال التكنولوجيا الزراعية تركز على بناء آلات التشغيل الآلي لمعالجة العمالة اليدوية غير الفعالة في قطاع الزراعة ، من خلال الاستفادة من أحدث الروبوتات والذكاء الاصطناعي.

كلينتون تحب بناء الروبوتات! لكن اهتمامه بالآلات بدأ قبل ذلك بكثير ، عندما كان طفلا. قاده هذا الفضول في النهاية إلى الذكاء الاصطناعي. بدأت كلينتون مع الذكاء الاصطناعي منذ حوالي 3 سنوات ، وكان لديها ما يقرب من الصفر من المعرفة في هذا المجال. تابع العشرات من البرامج التعليمية وبنى أشياء مذهلة. لكن مع ذلك ، لم يكن كلينتون قادرا على الوقوف بمفرده في قطاع الذكاء الاصطناعي. لذلك ، قرر الغوص بعمق في التعلم الآلي. أخذت كلينتون في الغالب دورات من أفضل الجامعات والمؤسسات في كورسيرا وأوداسيتي. صرح كلينتون أن الدورات التي أخذها من أندرو نج في التعلم العميق كانت مؤثرة بشكل خاص في مساعدته على الوصول إلى ما هو عليه اليوم.

كلينتون تستخدم YOLOv5 منذ بداية عام 2021.

تعالج 3Farmate Robotics قضيتين في صناعة إنتاج الأغذية:

‍1. توفير أدوات زراعية رقمية للقطاع لتحسين الكفاءة والإنتاجية.

2. توفير قوة عاملة ذات كفاءة عالية لحراثة الأرض وتعظيم إمكاناتها.

وبالنسبة لكلا القطاعين، فإن الذكاء الاصطناعي في الزراعة أمر ضروري. لطالما ابتليت المزارع بأمراض المحاصيل ، وتستمر في تدمير مئات الأفدنة من المحاصيل الغذائية كل عام. يرجع هذا التدمير إلى الطبيعة البطيئة واليدوية للغاية لتحليل أمراض المحاصيل والمدة التي يستغرقها التوصية بالحلول.

تتطلب الحلول الحالية عموما أن يأتي أخصائي أمراض النبات لزيارة المزرعة ، وإجراء المسوحات ، وجمع بعض البيانات ، وتقديم النتائج في غضون أسبوع أو أسبوعين ، حيث ستستمر الأمراض / الإصابة في الانتشار. وإدراكا لعدم كفاءة العملية، هناك فرصة واضحة للتحسين: سواء في تحديد أمراض المحاصيل على الفور أو التوصية بالحلول في غضون ثوان. لذلك ، تم العثور على الذكاء الاصطناعي ليكون المنافس الأول لحل هذه المشكلة.

عندما يتعلق الأمر باختيار الذكاء الاصطناعي النماذج ، فهناك الكثير من الخيارات للاختيار من بينها. لكن YOLOv5 أعطى كلينتون باستمرار نتائج ممتازة ودقة عندما عمل معها سابقا ، مما جعله يفكر في ذلك لكل من أدواتهم الرقمية ، وكذلك أنظمتهم المدمجة.

لماذا كان YOLOv5 من السهل العمل مع؟

شاهد: تحليل المحاصيل للأطعمة الصحية مع YOLOv5.

تدريب أ YOLOv5 النموذج بسيط للغاية ومريح للغاية للعمل معه. لنشر النموذج، لدينا نشر قائم على الويب، وهاتف محمول، ونشر نظام مضمن.

"في المستقبل القريب ، سنتطلع إلى إجراء تقييمات جودة للفواكه والخضروات في الوقت الفعلي ، ولهذا ، YOLOv5 سيتم استخدامها"، تقول كلينتون.

ما هي النصيحة التي تقدمها لشخص يبدأ الذكاء الاصطناعي؟

بالنسبة لشخص جديد الذكاء الاصطناعي ، أوصي بإيجاد خريطة طريق تعليمية جيدة حقا الذكاء الاصطناعي ومتابعتها بدقة. إذا فاتتك أسس الذكاء الاصطناعي (جانب حساب التفاضل والتكامل والإحصاء والمعادلات التفاضلية منه) ، فستواجه صعوبة في العمل مع أنظمة الذكاء الاصطناعي وما يلزم لتكون قادرا على التعامل مع مشروع الذكاء الاصطناعي في العالم الحقيقي. لذا خذها ببطء ، واستمتع بالرحلة.

توفر 3Farmate Robotics منصة مدعومة الذكاء الاصطناعي لتحليل المحاصيل واكتشاف العدوى وتقديم توصيات مع دعم محاصيل متعددة. هذه المنصة خفيفة الوزن ويمكن تشغيلها على أي هاتف محمول. ابق على اطلاع دائم مع 3Farmate Robotics على Linkedin.

اكتشف الكيفية YOLOv5 والرؤية الذكاء الاصطناعي تتغير في صناعة الزراعة.

نريد أن نسلط الضوء على YOLOv5 حالة الاستخدام كذلك! ضع علامة علينا على وسائل التواصل الاجتماعي @Ultralytics مع #YOLOvME للحصول على فرصة للظهور.

‍