AI平易近人地看百度螺旋桨如何改变传统农业生产

2020-11-04 09:14   来源: 互联网

中国是一个拥有五千年农业历史的农业大国,但它不是一个农业强国。近年来,智能农业已成为促进5G、云计算、人工智能等技术应用的重要产业。


智能农业的显著特点之一是产业链大幅度延伸,形成了农业生产前后紧密结合的产业体系,其目的是将智能思维与信息技术、计算机技术等先进科学技术结合起来,实现农业的可持续发展,使农业生产产量高、质量好、成本低、环境污染少。


1604452527537934.png


人工智能是新一轮科技革命和产业变革的重要推动力,人工智能在农业生产中的应用主要是将计算机和网络技术、物联网技术、3S技术、无线通信技术、音视频技术和专家智慧相结合,实现农业可视化远程诊断、远程预警和远程控制等智能管理,提高农业生产的质量和效率,提高操作人员的体验和舒适度。


基于多年来百度的深度学习技术研究和业务应用,百度螺旋桨是第一个自主研发、功能完备、源代码开放的行业级深度学习平台,它集成了深入学习的核心培训和推理框架、基本模型库、端到端开发工具包和丰富的工具组件。该螺旋桨浓缩了230万名开发者,为90000家企业服务,并在桨平台上创建了310000多个型号。桨在城市、工业、电力、通信等多个与国计民生有关的领域发挥作用,帮助越来越多的行业完成人工智能赋权,实现产业智能化升级。


在整个农业生产过程中,从产前、助产到产后,在每个细分领域,人工智能都有发展其人才的机会。例如,在产前阶段,PaddleDetection是百度螺旋桨推出的一个统一的目标检测框架。支持现有的RCNN、SSD、YOLO等系列型号,支持ResNet、ResNet-VD、ResNeXt、ResNeXt-VD、Senet、MobileNet、DROWNET和其他骨干网络。根据农业领域不同的商业场景,作物识别、昆虫检测(性能、目标大小、精度等)可以在框架中选择不同的模块,得到最合适的模型来完成任务。


以YOLOv 3模型为例,与同期最优同类产品相比,基于COCO数据集的训练速度为40%,验证集图(平均平均精度)的准确率为38.9%,超过1%。在这次升级中,桨工本着精湛的工艺精神,使模型得到进一步强化,COCO数据集图高达43.2%,训练速度也提高了40%,并且基于YOLOv 3开源的各种模型压缩完成方案,所以YOLOv 3请到高层!


在生产中期,随着农业也在寻求转型,水培作为一项新的环保技术正在逐步推广。在引入人工智能能力之前,用水分配模式的使用需要依靠农业领域的专业人员和经验,在生产过程中进行质量判断,一旦人员疏忽,就会造成15%的≤20%的生产浪费。引入EasyDL进行模型开发,实现了机器的自动识别,完成了蔬菜生长的实时管理,减少了不良产品的产量,提高了产品质量,使产量提高了10%≤15%。同时,种子、基质、营养液等生产材料的成本分别降低了10%和15%,农艺师的工作效率提高了3倍。

责任编辑:无量渡口
分享到:
0
【慎重声明】凡本站未注明来源为"5G科技网"的所有作品,均转载、编译或摘编自其它媒体,转载、编译或摘编的目的在于传递更多信息,并不代表本站赞同其观点和对其真实性负责。如因作品内容、版权和其他问题需要同本网联系的,请在30日内进行!