في أحدث كتاب إلكتروني لمؤسسة سما، يشارك الرئيس التنفيذي مارك باكر فوائد خوارزميات التعلم الآلي في التعرف على الآفات والأمراض والأعشاب الضارة لتحسين إدارة المحاصيل وتقليل استخدام المبيدات الحشرية وزيادة الإنتاجية.
قد يكون العثور على بيانات تدريب عالية الجودة لنماذج الرؤية الحاسوبية الخاصة بشركة AgTech أمرًا صعبًا ومكلفًا، مما يدفع العديد من فرق التعلم الآلي إلى استكشاف البيانات الاصطناعية كوسيلة لزيادة مجموعات البيانات الخاصة بهم أو تحسينها. سيستضيف مارك مائدة مستديرة في بيانات التدريب الاصطناعية للتكنولوجيا الزراعية العالمية في AgTech: الموازنة بين الإيجابيات والسلبيات وأفضل الممارسات.
قبل ذلك، يشارك مارك دراسة حالة حول كيفية استخدام مؤسسة سما لتقنيات الرؤية الحاسوبية لمساعدة شركة Orbisk الناشئة في مهمتها لمساعدة المطاعم على جمع البيانات حول هدر الطعام:
- احتاجت شركة Orbisk إلى طريقة لضمان إمكانية استخدام نماذجها لتحديد الأطعمة المختلفة بدقة بجميع أشكالها وأحجامها المحتملة، ومن زوايا مختلفة.
- كان الحل الذي قدمته سما هو المساعدة في بناء وتحسين مجموعة البيانات المستخدمة لتدريب خوارزميات الرؤية الحاسوبية لتحديد المكونات بدقة، بما في ذلك اللحوم والخضروات والفواكه والخبز والتوابل والصلصات والحلويات.
- أتاحت حلقات التعليقات المفتوحة إمكانية التصعيد السريع لحالات الحافة وحلها واستيعاب مصادر البيانات الجديدة.
- تم تصنيف مئات الآلاف من صور الطعام بدقة مع معدل قبول العميل بنسبة 99%.
التأثير:
- تحويل 200,00 كجم من المواد الغذائية من مكبات النفايات حتى الآن
- تقليل هدر الطعام بنسبة 70% للعملاء الرئيسيين
- تقليل انبعاثات غازات الدفيئة الضارة
اقرأ الكتاب الإلكتروني كاملاً هنا، لتعرف المزيد حول كيفية تعامل مؤسسة سما مع التحديات الزراعية من خلال التعلم الآلي.
انضم إلى مناقشة مارك في المائدة المستديرة في World Agri-Tech San Francisco في الفترة من 19 إلى 20 مارس، للاستماع إلى أمثلة من الشركات التي وجدت التوازن الصحيح، بالإضافة إلى التكتيكات الإضافية التي يمكنك تجربتها بدلاً من البيانات الاصطناعية أو بجانبها. احجز مكانك هنا.
اكتشاف المزيد من موقع علم
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
