 |
| 上敦 AXXON 台灣總代理 |
農業中的電腦視覺為智慧農業系統提供動力，以降低生產成本、改善動物福利，並提高生產力。
最近，電腦視覺和機器學習領域，在農業領域越來越受到關注。電腦視覺 (CV，computer vision) 技術正在透過非接觸式和可擴展的感測解決方案，改變農業的運作方式。電腦視覺技術與遠端攝影機影像擷取的結合使用，為農業領域開闢了一系列新的應用，從利用智慧自動化節省生產成本到提高生產力。
本報導概述了智慧農業和智慧農場應用。具體來說，我們將研究涉及以下領域的農業人工智慧：
牲畜、家禽或水產養殖監測
- 作物監測和產量估算
- 安全性和合規性監控
- 為你的公司取得演示
該技術使農業產業能夠建立、交付和擴展其電腦視覺應用程式。
農業中的電腦視覺
在植物健康檢測和監測、種植、除草、收穫，以及天氣條件的高級分析等領域，人工智慧 (AI) 和電腦視覺為農業領域做出了許多貢獻。
眾多智慧農業應用案例，透過提供有關整個農業過程的有用見解、促進即時營運決策，以及透過引入現場智慧感測器和設備，來改善農業實踐，從而影響整個食品供應鏈。
電腦視覺如何幫助農業？
電腦視覺是人工智慧的一個子領域，它使機器能夠像人類一樣感知和解釋視覺世界。透過將電腦視覺技術與遠端攝影機結合進行影像擷取，可以在農業領域實現非接觸式，和可擴展的感測解決方案。
農業領域的一些應用包括人工智慧動物監測、視覺品質控制、品質標準自動檢查和基礎設施監測。此外，電腦視覺可以透過影像分析，來檢測植物健康狀況、生長模式和潛在的壓力因素，從而顯著改善作物監測、作物生長和產量預測。
農業應用的 AI 電腦視覺技術趨勢
一般來說，電腦視覺的工作原理分為三個基本步驟：
（1）從攝影機取得圖像/影像，
（2）處理影像，以及
（3）理解圖像。
近年來，新的深度學習技術，在影像辨識領域取得了重大突破。與傳統電腦視覺相比，現代深度學習演算法更加穩健，能夠實現高度準確的即時影像辨識。因此，可以使用深度學習方法，對常見監視攝影機或網路攝影機的影像進行影像分析。
最新趨勢將邊緣運算與裝置上的機器學習相結合；這種方法也稱為 Edge AI。將人工智慧處理從雲端轉移到邊緣設備，使得在任何地方運行機器學習成為可能，結合物聯網 (IoT) 和人工智慧，來創建可擴展的電腦視覺應用程式。
用於開發和操作電腦視覺系統的 Viso Suite 基礎設施
為了有效地建立和佈署此類應用，我們建立了一個電腦視覺平台 Viso Suite，幫助各行各業的行業領導者以 10 倍更快、更靈活的方式，交付所有 AI 視覺應用。開始使用開箱即用的最佳電腦視覺功能，並在企業級基礎架構上使用它。
以下我們將列出一些農業領域，最重要的人工智慧視覺應用。鑑於最近的技術進步，我們預計很快就會看到更多的應用案例，和大規模電腦視覺應用。
電腦視覺在農業中的最佳應用
應用1：畜牧業中的電腦視覺系統
應用2：家禽養殖中的電腦視覺系統
應用3：利用電腦視覺進行魚類養殖
應用#4：透過水果或蔬菜計數估算產量
應用＃5：遠端農場的安全監控
應用#6：遵守動物福利法
應用＃7：基於無人機的人工智慧作物監測
應用＃8：雜草檢測與管理
應用#9：土壤健康評估
1. 畜牧業中的電腦視覺農業系統
糧食安全是世界面臨的最大挑戰之一。牲畜和家禽透過肉、奶、蛋和內臟等產品，提供了每日蛋白質攝取量的很大一部分（30％）。預計動物產量將相應增加，以滿足人口不斷成長的需求。
隨著生產不斷加強以滿足日益成長的需求，生產者面臨越來越大的壓力，需要為每個管理單位中，越來越多的動物提供優質的護理。考慮到未來預計會出現農場勞動力短缺的情況，這項挑戰將變得更具挑戰性。
電腦視覺系統使用攝影機監控牛、羊、豬或其他動物。神經網路用於即時影像分析來源。電腦視覺系統的優點在於其自動、非侵入性，和低成本的動物監測能力。
人工智慧視覺系統，可以以可承受的成本提取訊息，同時減少外部干擾（人工調整感測器、維護）。
因此，畜牧業需要電腦視覺來收集、分析和決策資料。這些見解有助於透過以證據為基礎的設施設計和農場管理來改善農場動物的福利、環境、工程、遺傳和管理。
動物監測系統提供持續的即時監測，並協助生產者進行管理決策。它們還能早期發現，並預防疾病和生產效率低下。與主觀的人工觀察相比，人工智慧視覺能夠提供動物行為，和表型的客觀測量。
2. 電腦視覺在家禽養殖系統的應用
先進的深度學習演算法足夠強大，可以應用於家禽養殖。 「家禽」一詞涵蓋一系列家養物種，包括雞、火雞、鴨、鵝、野禽和平胸類鳥類（如鴯鶓和鴕鳥）。
在家禽養殖場，電腦視覺技術目的在預防疾病和確保食品安全，同時透過降低成本和提供資訊，來提高產品的品質，從而提高整體生產力。
如今，電腦視覺廣泛應用於家禽生產系統。它包括房屋管理自動化、行為分析、動物福利、疾病檢測、重量測量、雞蛋檢查等。
3. 利用電腦視覺進行魚類養殖
利用電腦視覺進行自動魚類檢測，是精準農業中實現自動魚類檢測的重要工具。特別是深度學習方法在魚類物種辨識、計數，和行為分析方面，顯示出巨大的潛力。
此外，電腦視覺正在迅速發展，以用於有效的智慧餵食系統。該系統基於水下影像預處理、魚類檢測、魚類重量和長度估計，以及魚類行為分析。
在許多漁業中，魚類計數仍是一個初級過程。基於電腦視覺的系統透過深度學習，為魚類計數提供了一種經濟高效的方法。自動魚類計數可降低成本、有助於提高產量，並增加勞動力的可用性。例如，電腦視覺已被用於自動活體魚種計數。
水產養殖企業的相關新應用案例，涉及使用深度學習機器學習技術，分析漁網的完整性和安全性。
4. 透過水果或蔬菜計數估算作物產量
產量估算，是大多數大型農業公司收穫前的重要工作。它支援分配運輸工具、勞動力、物資等重要物流的決策。高估會導致進一步的成本影響獲利能力；低估可能會造成農作物浪費和額外成本。產量預測也用於優化栽培措施，和植物病害預防。
開發深度卷積網路演算法，以促進影像上水果和蔬菜的準確產量預測，和自動計數。現代深度學習方法即使在樹葉或樹枝、照明和物體大小，造成遮蔽的情況下，也能提供良好的準確性。
透過對水果或蔬菜等產品進行計數，用手動估算產量非常耗時且昂貴。電腦視覺方法可用於水果或花的自動計數。一個例子是奇異果樹上的自動計數和產量估計。
5. 偏遠農場的安全監控
遠端農場的即時監控和安全監控，是機器學習在智慧農業中的另一個當前應用。這種監測和通知系統，對農場來說非常重要。常見的監控系統偵測到的影像，可以透過人工智慧演算法處理，來執行入侵偵測並自動辨識異常。
現代方法使用深度神經網路，來執行精確的人臉辨識，並且不受光照變化的影響。這使得在多個偏遠農場，實施深度人臉辨識成為可能。
6. 遵守動物福利法
電腦視覺系統提供了一種，自動化定期農場監控的方法，以確保遵守動物福利法。使用深度學習演算法，和條件邏輯的動物監測，可以觸發警報以觸發糾正措施。
智慧視覺系統使用人工智慧攝影機，在現場條件下提供動物福利的客觀測量。現代方法能夠評估為動物提供的資源（空間、躺臥基質、飲水器通道）並測量動物本身以檢測跛足、受傷或疾病指標，以及異常行為。因此，電腦視覺提供了有關動物福利的可量化數據，可用於確保遵守農場動物福利。
要了解更多信息，請查看我們使用 Viso Suite 進行的動物監測案例研究。
7.無人機農作物監測
在過去的幾年裡，無人機技術因其自主飛行能力，而獲得了極大的普及。無人機已成為精準農業和耕作的重要組成部分。由於其飛行能力強且覆蓋距離遠，無人機可以使用內建攝影機擷取大量數據。
利用捕獲的鏡頭對電腦視覺演算法進行訓練，以協助基於地理感測資訊的作物測繪和規劃，以及環境監測。因此，對圖像進行圖像註釋標記，以建立用於演算法訓練的訓練資料。電腦視覺模型執行物件偵測和語義分割，以辨識無人機鏡頭中的物件和條件。
8. 雜草檢測與管理
借助上述無人機技術，農民能夠優化雜草檢測和管理。透過雙管齊下的方法，農民可以使用配備攝影機進行影像辨識的無人機，既可以區分農作物和雜草，又可以辨識雜草的具體種類。攝影機收集視覺媒體
透過精確定位這些雜草的確切位置，農民可以在雜草進一步蔓延之前，精確地施用除草劑。這種方法可以更有效地控制雜草，並有助於優化農業生產力，同時最大限度地減少除草劑的使用。
9. 土壤健康評估
透過將物聯網系統與電腦視覺結合，農民可以使用地面感測器、無人機攝影機和深度學習網路，來監測土壤狀況。這些系統可以執行根部健康分析、土壤侵蝕監測和 pH 分析等測試。
例如，非常酸性的土壤，呈現淺棕色，並按 RGB 代碼分類，適合蔓越莓、藍莓和西蘭花。如果土壤的 pH 值發生變化，農民就需要採取處理措施將 pH 值重新調節到理想水準。
同樣的方法也可以用來監測土壤濕度，幫助農民即時確定作物是否需要進一步灌溉。
開始使用農業解決方案中的電腦視覺
如果你正在尋找快速建立和交付智慧農業，和農業中的電腦視覺應用的方法，你可能需要看看我們的電腦視覺平台 Viso Suite。我們的專家團隊可以協助開發從農作物和牲畜監，測到農業和食品生產的尖端電腦視覺解決方案。
整合平台 Viso Suite 提供了你的團隊建置、佈署和擴展深度學習視覺解決方案，所需的所有端到端工具、AI 模型框架，和軟體基礎設施 - 無需從頭開始編寫所有內容。
0 comments:
張貼留言