中國是有五千多年耕種歷史的農業(yè)大國，但并非農業(yè)強國。近年來，智慧農業(yè)成為了國家在推動 5G、云計算、人工智能等技術落地應用的重要產業(yè)。

　　智慧農業(yè)區(qū)別于傳統(tǒng)農業(yè)的一個顯著特點，就是產業(yè)鏈大大延長，形成了農業(yè)產前、產中、產后緊密結合的產業(yè)體系，目的是將智慧思維和信息技術、計算機技術以及其他先進科學技術相結合以實現(xiàn)農業(yè)可持續(xù)發(fā)展，讓農業(yè)生產的產量更高、質量更好、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業(yè)變革的重要驅動力量。AI在農業(yè)生產中的應用主要是集成應用計算機與網絡技術、物聯(lián)網技術、3S技術、無線通信技術、音視頻技術及專家智慧，實現(xiàn)農業(yè)可視化遠程診斷、遠程預警和遠程控制等智能管理，提高農業(yè)生產質量和效率的同時，提升操作者的體驗感和舒適度。

　　百度飛槳以百度多年的深度學習技術研究和業(yè)務應用為基礎，是中國首個自主研發(fā)、功能完備、開源開放的產業(yè)級深度學習平臺，集深度學習核心訓練和推理框架、基礎模型庫、端到端開發(fā)套件和豐富的工具組件于一體。飛槳已凝聚超230萬開發(fā)者，服務9萬家企業(yè)，基于飛槳平臺創(chuàng)建了超過31萬個模型，在城市、工業(yè)、電力、通信等很多關乎國計民生的領域都有飛槳在發(fā)揮作用，幫助越來越多的行業(yè)完成AI賦能，實現(xiàn)產業(yè)智能化升級。

　　在農業(yè)生產的全流程中，從產前、產中到產后，在各個細分場景中，都有AI的用武之地。例如，在產前環(huán)節(jié)，PaddleDetection 是百度飛槳推出的物體檢測統(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等主干網絡。針對農業(yè)領域不同的業(yè)務場景，農作物識別、蟲情檢測(性能、目標大小、準確率等)可以選擇框架中的不同模塊組合得到最適合的模型，實現(xiàn)任務。

　　以YOLOv3模型為例，該模型在之前的版本上與同期最優(yōu)同類產品相比，基于COCO數(shù)據集的訓練速度超出了40%，驗證集精度mAP(mean Average Precision)為38.9%，超出了1%。在本次升級中，飛槳工程師本著精益求精的工匠精神，使該模型得到了進一步強化，COCO數(shù)據集mAP高達43.2%，訓練速度也提升了40%，并基于YOLOv3開源了多種模型壓縮完整方案，使YOLOv3更上一層樓!

　　在產中環(huán)節(jié)，由于農業(yè)也在尋求轉型，水培作為一項環(huán)保新技術正在逐步推廣。在引入AI能力前，采用水配方式需要依賴農業(yè)領域的專業(yè)人才及經驗，在生產過程進行品質判斷，一旦人員有疏忽，會造成15%~20%的生產浪費。在引入EasyDL進行模型開發(fā)后，實現(xiàn)了機器自動識別，完成對蔬菜生長情況的實時管理，幫助降低不良品產出，提高產品品質，產量提高10%~15%，同時也促成生產物資如種子、基質、營養(yǎng)液的成本降低10%~15%，農學學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能力是如何賦能農業(yè)場景，提升生產效率，降低成本呢?

　　10月29日，中國農業(yè)機械工業(yè)協(xié)會聯(lián)合百度飛槳，特別邀請百度杰出架構師、飛槳產品負責人直播分析AI在農業(yè)生產中的實踐經驗，案例覆蓋耕地識別、蟲情檢測、農作物自動分揀、進貨量檢測等全產業(yè)鏈各個環(huán)節(jié)，干貨多多，掃碼觀看，不見不散!

特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創(chuàng)性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯(lián)系我們，本站將會在24小時內處理完畢。