中國(guó)是有五千多年耕種歷史的農(nóng)業(yè)大國(guó)，但并非農(nóng)業(yè)強(qiáng)國(guó)。近年來(lái)，智慧農(nóng)業(yè)成為了國(guó)家在推動(dòng) 5G、云計(jì)算、人工智能等技術(shù)落地應(yīng)用的重要產(chǎn)業(yè)。

　　智慧農(nóng)業(yè)區(qū)別于傳統(tǒng)農(nóng)業(yè)的一個(gè)顯著特點(diǎn)，就是產(chǎn)業(yè)鏈大大延長(zhǎng)，形成了農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后緊密結(jié)合的產(chǎn)業(yè)體系，目的是將智慧思維和信息技術(shù)、計(jì)算機(jī)技術(shù)以及其他先進(jìn)科學(xué)技術(shù)相結(jié)合以實(shí)現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展，讓農(nóng)業(yè)生產(chǎn)的產(chǎn)量更高、質(zhì)量更好、成本更低、環(huán)境污染更少。

　　人工智能(AI)是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量。AI在農(nóng)業(yè)生產(chǎn)中的應(yīng)用主要是集成應(yīng)用計(jì)算機(jī)與網(wǎng)絡(luò)技術(shù)、物聯(lián)網(wǎng)技術(shù)、3S技術(shù)、無(wú)線通信技術(shù)、音視頻技術(shù)及專(zhuān)家智慧，實(shí)現(xiàn)農(nóng)業(yè)可視化遠(yuǎn)程診斷、遠(yuǎn)程預(yù)警和遠(yuǎn)程控制等智能管理，提高農(nóng)業(yè)生產(chǎn)質(zhì)量和效率的同時(shí)，提升操作者的體驗(yàn)感和舒適度。

　　百度飛槳以百度多年的深度學(xué)習(xí)技術(shù)研究和業(yè)務(wù)應(yīng)用為基礎(chǔ)，是中國(guó)首個(gè)自主研發(fā)、功能完備、開(kāi)源開(kāi)放的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)平臺(tái)，集深度學(xué)習(xí)核心訓(xùn)練和推理框架、基礎(chǔ)模型庫(kù)、端到端開(kāi)發(fā)套件和豐富的工具組件于一體。飛槳已凝聚超230萬(wàn)開(kāi)發(fā)者，服務(wù)9萬(wàn)家企業(yè)，基于飛槳平臺(tái)創(chuàng)建了超過(guò)31萬(wàn)個(gè)模型，在城市、工業(yè)、電力、通信等很多關(guān)乎國(guó)計(jì)民生的領(lǐng)域都有飛槳在發(fā)揮作用，幫助越來(lái)越多的行業(yè)完成AI賦能，實(shí)現(xiàn)產(chǎn)業(yè)智能化升級(jí)。

　　在農(nóng)業(yè)生產(chǎn)的全流程中，從產(chǎn)前、產(chǎn)中到產(chǎn)后，在各個(gè)細(xì)分場(chǎng)景中，都有AI的用武之地。例如，在產(chǎn)前環(huán)節(jié)，PaddleDetection 是百度飛槳推出的物體檢測(cè)統(tǒng)一框架。支持現(xiàn)有的RCNN、SSD、YOLO等系列模型、支持 ResNet、ResNet-VD、ResNeXt、ResNeXt-VD、SENet、MobileNet、DarkNet等主干網(wǎng)絡(luò)。針對(duì)農(nóng)業(yè)領(lǐng)域不同的業(yè)務(wù)場(chǎng)景，農(nóng)作物識(shí)別、蟲(chóng)情檢測(cè)(性能、目標(biāo)大小、準(zhǔn)確率等)可以選擇框架中的不同模塊組合得到最適合的模型，實(shí)現(xiàn)任務(wù)。

　　以YOLOv3模型為例，該模型在之前的版本上與同期最優(yōu)同類(lèi)產(chǎn)品相比，基于COCO數(shù)據(jù)集的訓(xùn)練速度超出了40%，驗(yàn)證集精度mAP(mean Average Precision)為38.9%，超出了1%。在本次升級(jí)中，飛槳工程師本著精益求精的工匠精神，使該模型得到了進(jìn)一步強(qiáng)化，COCO數(shù)據(jù)集mAP高達(dá)43.2%，訓(xùn)練速度也提升了40%，并基于YOLOv3開(kāi)源了多種模型壓縮完整方案，使YOLOv3更上一層樓!

　　在產(chǎn)中環(huán)節(jié)，由于農(nóng)業(yè)也在尋求轉(zhuǎn)型，水培作為一項(xiàng)環(huán)保新技術(shù)正在逐步推廣。在引入AI能力前，采用水配方式需要依賴(lài)農(nóng)業(yè)領(lǐng)域的專(zhuān)業(yè)人才及經(jīng)驗(yàn)，在生產(chǎn)過(guò)程進(jìn)行品質(zhì)判斷，一旦人員有疏忽，會(huì)造成15%~20%的生產(chǎn)浪費(fèi)。在引入EasyDL進(jìn)行模型開(kāi)發(fā)后，實(shí)現(xiàn)了機(jī)器自動(dòng)識(shí)別，完成對(duì)蔬菜生長(zhǎng)情況的實(shí)時(shí)管理，幫助降低不良品產(chǎn)出，提高產(chǎn)品品質(zhì)，產(chǎn)量提高10%~15%，同時(shí)也促成生產(chǎn)物資如種子、基質(zhì)、營(yíng)養(yǎng)液的成本降低10%~15%，農(nóng)學(xué)學(xué)家的工作效率也因此提升了3倍。

　　除此之外，在其他環(huán)節(jié)，AI能力是如何賦能農(nóng)業(yè)場(chǎng)景，提升生產(chǎn)效率，降低成本呢?

　　10月29日，中國(guó)農(nóng)業(yè)機(jī)械工業(yè)協(xié)會(huì)聯(lián)合百度飛槳，特別邀請(qǐng)百度杰出架構(gòu)師、飛槳產(chǎn)品負(fù)責(zé)人直播分析AI在農(nóng)業(yè)生產(chǎn)中的實(shí)踐經(jīng)驗(yàn)，案例覆蓋耕地識(shí)別、蟲(chóng)情檢測(cè)、農(nóng)作物自動(dòng)分揀、進(jìn)貨量檢測(cè)等全產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)，干貨多多，掃碼觀看，不見(jiàn)不散!

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類(lèi)作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系我們，本站將會(huì)在24小時(shí)內(nèi)處理完畢。