国产精品亚洲a,极品女神无套呻吟啪啪,毛片黄色一级

從“很苦”到“很酷”，是什么讓年輕人愛上農業？

2021-07-27 20:50:23

[ 導讀 ] 充滿科技感的農業，是年輕人的“菜”嗎？

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，AIPaaS應用系統（采用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AIPaaS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。

AIPaaS系統由生產管理系統、智能環控和AI智慧種植三部分構成。李開介紹說，百度EasyDL的AI技術與京東方后稷AIPaaS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。

孫博士還說，他們最近來了幾位1999年生的實習生：“他們特別喜歡現在的工作，因為他們在我們這看到了不一樣的農業。”可以看到，AI技術正在讓農業生產煥發新活力，也吸引著更多年輕人將目光重新投向這里。

更多干貨、市場分析、重磅案例、實戰課程歡迎訂閱 [農業行業觀察]公眾號：nyguancha

收藏 0 贊 0

農業智慧農業

聲明：網尊重行業規范，每篇文章都注明有明確的作者和來源；農業行業觀察網站的原創文章，請轉載時務必注明文章作者和"來源"，不尊重原創的行為將受到本網站的追責。