共计 2727 个字符,预计需要花费 7 分钟才能阅读完成。
面对农业生产“谁来种”“谁会种”的难题,AI 如何破题?
在位于北京市大兴区长子营镇,由裕农、京东方后稷、百度智能云联结打造的现代化水培动物工厂中,设施农业智慧种植利用零碎应用极少人力就能生产出数倍于以往的陈腐蔬菜:主动判断蔬菜成长状态、揭示采收、自动检测害虫品种及数量、输入植保计划、自动识别克重……这种“无人种植”、“智慧农业”的模式,正是年轻一代“新农人”在将农业智能化的畅想变成事实。
一推开动物工厂大门,就看到郁郁葱葱的芝麻菜、鸡毛菜和奶油生菜等平铺成长在有数块种植板上。种植板下流动的是精准配置的营养液,能提供蔬菜成长所需的所有养分。一辆 AGV(Automated Guided Vehicle)主动导向小车在苗床间“巡逻”,通过双臂上的摄像头拍摄蔬菜照片,记录成长状态。在这 2600 平米的空间里,只有两位工人在做一些搬运、采收的根底工作,其余的温度、光照、通风、虫害监测和成长状态判断都可通过京东方后稷的设施农业智慧种植利用零碎,由农业专家近程管制。
\
可就在几年前这里的情景还大不相同,过后因为技术人才不够,为了察看蔬菜的成长和虫害状况,厂里惟一一位农业专家李开每天都要走上两三万步亲自巡场,过年也不能劳动,因为一旦忽略就可能造成 15%~20% 的节约,直到接入了百度飞桨零门槛 AI 开发平台 EasyDL 后,状况产生了扭转。
EasyDL 基于飞桨深度学习开源平台,面向企业 AI 利用开发者,可能实现零算法根底定制高精度 AI 模型。目前已有超过 90 万企业用户,在工业制作、平安生产、批发快消、智能硬件、文化教育、政府政务、交通物流、互联网等畛域宽泛落地。
李开介绍说,百度 EasyDL 的 AI 技术与京东方后稷设施农业智慧种植利用零碎联合后,次要作用于 AI 智慧种植,解决了两大难题:一是自动识别蔬菜成长状态及克重,二是主动预警病虫害。在辨认蔬菜成长状态方面,基于百度的视觉技术及深度学习算法构建了克重辨认模型,能通过图片判断蔬菜分量,进而判断其成长是否衰弱、是否采收, 在自动化辨认成果方面,准确率达到 95% 以上。
\
听着简略,但实现过程并不容易。数据采集是关键环节,因为农业数字化基础薄弱、蔬菜产品难以标准化、以及长且固定的天然成长周期,后期数据采集要花不少功夫。据京东方后稷另一位农业专家孙博士介绍,后期在蔬菜成长的全周期都要雷打不动的收集数据,每天上午、下午须要在固定高度、地位、光线下拍摄照片,并对照片实现标注。“最开始的罕用形式是,一张照片拍下 6 块种植板,每块种植板上有 56 棵菜,相当于须要标注 300~400 棵菜,而训练一个克重须要 300 张左右这样的照片,菜品标注量达到 9 万棵以上。”他们要先把一棵棵菜框起来,标注出是什么菜,而后通过文本标注出克重。
好在 EasyDL 能提供一站式的智能标注、模型训练、服务部署等全流程性能,借助其中的 EasyData 智能数据服务平台,京东方的工作人员只用标注 30% 左右的数据,其余的数据都可通过智能标注性能主动实现。
后期的数据采集和标注实现后,就进入外围的模型开发环节。但因为动物密集成长的特殊性,导致成熟后叶子重叠,给模型辨认减少了难度。通过 EasyDL 平台的已有模型难以实现,必须进行定制化开发。在通过粗疏调研和重复尝试后,百度 EasyDL 的研发人员最终将蔬菜克重辨认离散化成克重区间分类模型,先采纳指标检测模型拆散背景因素的烦扰,提取出有意义的蔬菜前景,再交融所有蔬菜前景信息给出图片的预测分类,实现了精准的克重辨认。
值得一提的是,在这样一直发现问题、解决问题,最终实现对蔬菜成长状态数字化的过程中,百度工程师们还拿下了三项专利,包含预测克重和动物成长状态管制预估等。
\
起初为了进一步缩小标注的工作量,百度 EasyDL 的研发人员又开发了一种新计划:一张照片只需拍 1 块种植板,每块种植板种 56 棵菜,采集一个成长周期须要 45 张图,总计为 2520 棵菜。新计划的标注工作量间接升高了 97%,极大加重了京东方工作人员的标注压力。标完后,百度会对这批单种植板的数据进行随机数据加强合成和优化,尽量弥合合成照片与实在拍摄的笼罩多块种植板的照片的视觉差别。这样便实现了以极少的标注量取得成千上万张训练数据,当初曾经有好几个模型开始应用新计划。
虫害预警用的则是百度 EasyDL 平台经典的指标检测模型,难点更多在于非凡场景的前期优化,例如呈现季节性害虫或体积渺小的害虫时图片数据不全,但通过百度 EasyDL 平台上物体检测的整体计划便能解决。最终实现自动识别基于黄蓝背景板下的小菜娥、白粉虱、潜叶蝇、蝇四类常见昆虫,辨认精度达到 90%,能第一工夫发现害虫,升高损失。
\
其实不只是在现代化的动物工厂里,我国大部分农村都面临着劳动力断层的难题。年轻人和壮劳力纷纷去大城市谋生,学生报意愿也会避开“环境苦、支出低”的农业。据孙博士回顾,本人上大学时班上大略有五六十人,而当初农业大学一个班只有二十几人。“中国是传统的农业大国,如果年轻人都不违心学农业、从事农业,这是挺可怕的一件事。”李开说,“当现有农业人员‘服役’后,谁来接管农业、填补劳动力真空期?所以用 AI 辅助农业,是很有前景、有意义的。”而他们抉择的方向,不再是面朝黄土背朝天的农耕领导,而是用机器代替人工,用 AI 技术进步生产力的智能化第四代农业平台。
在百度智能云 AI 技术的助力下,农业专家的频繁巡检变成了机器自动识别,实现了 24 小时呵护蔬菜成长。以前一个人能照看 20 亩地,利用 AI 技术后一个人能照看 60~100 亩地,工作效率进步了 3~5 倍。能够预感,将北京的动物工厂复制到其余城市并非难事。“咱们将来会在全国各地建很多厂,比方上海、南京、河南,这些棚正在陆续落地中。”孙博士介绍说,“咱们也跟一些农业种植类的大团体签了策略协定,将提供一整套基于 AI 技术的智能零碎和具体阐明,落地后不须要农业专家,一般工作人员就能治理。”这是一种用科技突破常识壁垒的形式,帮忙不足农业教训的生产者也能稳固高效产出。
孙博士还说,他们最近来了几位 1999 年生的实习生:“他们特地喜爱当初的工作,因为他们在咱们这看到了不一样的农业。”能够看到,AI 技术正在让农业生产焕发新生机,也吸引着更多年轻人将眼光从新投向这里。
百度 AI 开发者社区 https://ai.baidu.com/forum,为全国各地开发者提供一个交换、分享、答疑解惑的平台,让开发者在研发路上不再“孤军奋战”,通过一直地交换与探讨找出更好的技术解决方案。如果你想尝试各种人工智能技术、开辟利用场景,赶快退出百度 AI 社区,你对 AI 的所有畅想,在这里都能够实现!
扫描下方二维码,增加小助手微信「京东卡、小度定制周边、神秘礼盒、行李箱」等更多福利你来拿~