欧美第一页浮力影院,男女爽爽爽视频,凹凸成人精品亚洲精品密奴

AI技術加速農業！充滿科技感的農業，是年輕人的“菜”嗎

2021-07-28 18:30:30

[ 導讀 ] 這種“無人種植”、“智慧農業”的模式，正是年輕一代“新農人”在將農業智能化的暢想變成現實...

面對農業生產“誰來種”“誰會種”的難題，AI如何破題？

在位于北京市大興區長子營鎮，由裕農、京東方后稷、百度智能云聯合打造的現代化水培植物工廠中，設施農業智慧種植應用系統使用極少人力就能生產出數倍于以往的新鮮蔬菜：自動判斷蔬菜生長狀態、提醒采收、自動檢測害蟲種類及數量、輸出植保方案、自動識別克重……這種“無人種植”、“智慧農業”的模式，正是年輕一代“新農人”在將農業智能化的暢想變成現實。

一推開植物工廠大門，就看到郁郁蔥蔥的芝麻菜、雞毛菜和奶油生菜等平鋪生長在無數塊種植板上。種植板下流動的是精準配置的營養液，能提供蔬菜生長所需的所有營養。一輛AGV（Automated Guided Vehicle）自動導向小車在苗床間“巡邏”，通過雙臂上的攝像頭拍攝蔬菜照片，記錄生長狀態。在這2600平米的空間里，只有兩位工人在做一些搬運、采收的基礎工作，其余的溫度、光照、通風、蟲害監測和生長狀態判斷都可通過京東方后稷的設施農業智慧種植應用系統，由農業專家遠程控制。

可就在幾年前這里的情景還大不相同，當時由于技術人才不夠，為了觀察蔬菜的生長和蟲害情況，廠里唯一一位農業專家李開每天都要走上兩三萬步親自巡場，過年也不能休息，因為一旦疏忽就可能造成15%~20%的浪費，直到接入了百度飛槳零門檻AI開發平臺EasyDL后，情況發生了改變。

EasyDL基于飛槳深度學習開源平臺，面向企業AI應用開發者，能夠實現零算法基礎定制高精度AI模型。目前已有超過90萬企業用戶，在工業制造、安全生產、零售快消、智能硬件、文化教育、政府政務、交通物流、互聯網等領域廣泛落地。

李開介紹說，百度EasyDL的AI技術與京東方后稷的設施農業智慧種植應用系統結合后，主要作用于AI智慧種植，解決了兩大難題：一是自動識別蔬菜生長狀態及克重，二是自動預警病蟲害。在識別蔬菜生長狀態方面，基于百度的視覺技術及深度學習算法構建了克重識別模型，能通過圖片判斷蔬菜重量，進而判斷其生長是否健康、能否采收,在自動化識別效果方面，準確率達到95%以上。

聽著簡單，但實現過程并不容易。數據采集是關鍵環節，由于農業數字化基礎薄弱、蔬菜產品難以標準化、以及長且固定的自然生長周期，前期數據采集要花不少功夫。據京東方后稷另一位農業專家孫博士介紹，前期在蔬菜生長的全周期都要雷打不動的收集數據，每天上午、下午需要在固定高度、位置、光線下拍攝照片，并對照片完成標注。“最開始的常用方式是，一張照片拍下6塊種植板，每塊種植板上有56棵菜，相當于需要標注300~400棵菜，而訓練一個克重需要300張左右這樣的照片，菜品標注量達到9萬棵以上。”他們要先把一棵棵菜框起來，標注出是什么菜，然后通過文本標注出克重。好在EasyDL能提供一站式的智能標注、模型訓練、服務部署等全流程功能，借助其中的EasyData智能數據服務平臺，京東方的工作人員只用標注30%左右的數據，其余的數據都可通過智能標注功能自動完成。

前期的數據采集和標注完成后，就進入核心的模型開發環節。但由于植物密集生長的特殊性，導致成熟后葉子重疊，給模型識別增加了難度。通過EasyDL平臺的已有模型難以實現，必須進行定制化開發。在經過細致調研和反復嘗試后，百度EasyDL的研發人員最終將蔬菜克重識別離散化成克重區間分類模型，先采用目標檢測模型分離背景因素的干擾，提取出有意義的蔬菜前景，再融合所有蔬菜前景信息給出圖片的預測分類，實現了精準的克重識別。值得一提的是，在這樣不斷發現問題、解決問題，最終實現對蔬菜生長狀態數字化的過程中，百度工程師們還拿下了三項專利，包括預測克重和植物生長狀態控制預估等。

后來為了進一步減少標注的工作量，百度EasyDL的研發人員又開發了一種新方案：一張照片只需拍1塊種植板，每塊種植板種56棵菜，采集一個生長周期需要45張圖，總計為2520棵菜。新方案的標注工作量直接降低了97%，極大減輕了京東方工作人員的標注壓力。標完后，百度會對這批單種植板的數據進行隨機數據增強合成和優化，盡量彌合合成照片與真實拍攝的覆蓋多塊種植板的照片的視覺差異。這樣便實現了以極少的標注量獲得成千上萬張訓練數據，現在已經有好幾個模型開始使用新方案。

蟲害預警用的則是百度EasyDL平臺經典的目標檢測模型，難點更多在于特殊場景的后期優化，例如出現季節性害蟲或體積微小的害蟲時圖片數據不全，但通過百度EasyDL平臺上物體檢測的整體方案便能解決。最終實現自動識別基于黃藍背景板下的小菜娥、白粉虱、潛葉蠅、蠅四類常見昆蟲，識別精度達到90%，能第一時間發現害蟲，降低損失。

其實不只是在現代化的植物工廠里，我國大部分農村都面臨著勞動力斷層的難題。年輕人和壯勞力紛紛去大城市謀生，學生報志愿也會避開“環境苦、收入低”的農業。據孫博士回憶，自己上大學時班上大概有五六十人，而現在農業大學一個班只有二十幾人。“中國是傳統的農業大國，如果年輕人都不愿意學農業、從事農業，這是挺可怕的一件事。”李開說，“當現有農業人員‘退役’后，誰來接管農業、填補勞動力真空期？所以用AI輔助農業，是很有前景、有意義的。”而他們選擇的方向，不再是面朝黃土背朝天的農耕指導，而是用機器替代人工，用AI技術提高生產力的智能化第四代農業平臺。

在百度智能云AI技術的助力下，農業專家的頻繁巡檢變成了機器自動識別，實現了24小時呵護蔬菜生長。以前一個人能照看20畝地，應用AI技術后一個人能照看60~100畝地，工作效率提高了3~5倍。可以預見，將北京的植物工廠復制到其他城市并非難事。“我們未來會在全國各地建很多廠，比如上海、南京、河南，這些棚正在陸續落地中。”孫博士介紹說，“我們也跟一些農業種植類的大集團簽了戰略協議，將提供一整套基于AI技術的智能系統和詳細說明，落地后不需要農業專家，普通工作人員就能管理。”這是一種用科技打破知識壁壘的方式，幫助缺乏農業經驗的生產者也能穩定高效產出。