英伟达+农业=
英偉達+農(nóng)業(yè)=? ?? ? ? ?
?
?
?? ? ??????
?
在英偉達產(chǎn)品的相關應用上大概只有想不到?jīng)]有做不到的吧！
（太多大佬了）
?? ? ?
? ??近日英偉達官網(wǎng)發(fā)布的一則相關新聞又將小編的目光吸引到了農(nóng)業(yè)生產(chǎn)領域，智慧農(nóng)業(yè)、現(xiàn)代化農(nóng)業(yè)這些詞大家多少都應該有聽到過，據(jù)可靠消息預測2025年全球智慧農(nóng)業(yè)市值將達到683.89億元（發(fā)展前景無限光明啊，加入或許你就是下一個馬云馬化騰雷軍）。
?
?
? ?廢話不說了，看看別的大佬是怎么做的吧!
?
? ?法國有三個同班同學2014年一起創(chuàng)辦公司的時候他們就想著將AI用于農(nóng)業(yè)領域，雖然那時AI技術不成熟，但通過聊天發(fā)現(xiàn)有農(nóng)場主需要這樣的技術。于是他們做了初步的項目，通過GeForce GPU可以使得攝像頭識別雜草，以此他們第一次獲得了投資。這是創(chuàng)業(yè)公司Bilberry最開始的故事。
? ?如今這家公司開發(fā)了基于NVIDA Jetson edge AI平臺的雜草識別技術，使得小麥和玉米農(nóng)場可以更精準地噴灑除草劑使得除草劑比原來的用量減少了92%。Bilberry將其NVIDIA Jetson驅動的雜草識別技術設置在橄欖球場（約160英尺、48米）的拖拉機吊桿上。在16個Jetson TX2模塊上運行16個攝像頭，并能以每小時17幀的速度分析雜草，從而在以每小時15英里（約24公里）的速度行駛時分析除草劑噴出的瞬間狀況。為了實現(xiàn)對雜草的快速識別的推理性能Bilberry利用NVIDIA JetPack SDK對其算法進行TensorRT優(yōu)化。充分利用了所謂的INT8權重量化技術，從而可以更有效地應用深度學習模型，這特別適用于內存和功率受限的緊湊型嵌入式系統(tǒng)。這有助于減少內存和計算的使用以及應用程序的延遲。
? ? 近日公司與Downs又合作了新的項目。傳統(tǒng)的土豆分揀是在傳送帶上通過人工的形式進行的，但這樣又耗時間又容易出錯。而該項目通過應用Jetson Xavier 建立土豆分揀網(wǎng)絡，查看壞土豆、青土豆、切好的土豆、灰塵和石頭等然后將信號發(fā)送到傳送帶末端，僅允許優(yōu)質合格的土豆通過傳送帶。
?
?
?
? ?
? ?柑橘綠化病也稱黃龍病，是發(fā)生在柑橘上的毀性病害，會影響品質和產(chǎn)量嚴重的會導致樹的枯死。多項研究實驗證明該病是不可逆的，農(nóng)民需盡快采取措施以減緩病害蔓延的速度。SeeTree是一家位于特拉維夫的AI初創(chuàng)公司，這家初創(chuàng)公司的GPU驅動的樹木分析平臺依賴于圖像識別算法，傳感器，無人機和用于在地面上收集數(shù)據(jù)的應用程序。該平臺可幫助農(nóng)民查明受影響的樹木以進行清除，以減緩果園病的傳播。
? ?除此以外，該公司的分析平臺使客戶能夠跟蹤其農(nóng)場的經(jīng)營狀況，并從肥料，農(nóng)藥，水和勞動力的使用方面中提供最佳效果方案。他們將深度學習應用于農(nóng)業(yè)數(shù)據(jù)，并在NVIDIA GPU上運行，以提供用于農(nóng)場優(yōu)化的可視化分析。SeeTree使用NVIDIA?Jetson?TX2處理圖像并將CUDA作為果園相機的接口。利用TX2對果園進行水果檢測，并為農(nóng)場提供產(chǎn)量估算工具。并且以此對水果進行準確估計來提供種植計劃。
?
?
?
? ? 成立于2018年的識農(nóng)智能，專注于AI+農(nóng)業(yè)。傳統(tǒng)農(nóng)業(yè)中，農(nóng)民普遍缺乏專業(yè)的病蟲害知識且培養(yǎng)相關的專家需要的周期長，因此將AI進行運用其中成為大勢所趨。
? ?借助于NVIDIA針對機器學習所提供的加速解決方案，CNN運算速度能夠提升20倍，滿足了處理海量數(shù)據(jù)的需求；以CUDA為后端，PYTORCH為平臺，縮短了90%的算法研發(fā)時間與部署周期，為提升數(shù)據(jù)識別率打下了良好的基礎，極大地減少了時間成本，有助于加速智慧農(nóng)業(yè)發(fā)展進程。首先，識農(nóng)利用 NVIDIA RAPIDS加速平臺，極大地縮短了模型開發(fā)時間，數(shù)據(jù)處理速度較原來提升了5倍，高效率和高速度可以節(jié)省80%的數(shù)據(jù)處理時間, 模型訓練提升了將近10倍；并且在使用Tesla P40 GPU多卡加速之后，模型訓練速度更是提升了30倍, 縮短了開發(fā)周期, 降低了算法層試錯的時間成本。而且，在NVIDIA CUDA與TORCH平臺的雙重加持下，識農(nóng)的圖像數(shù)據(jù)分析以及特征構建過程得以實現(xiàn)大幅加速。
? ?用戶可以很快地通過下載識農(nóng)的APP或者打開小程序對作物進行拍照，不到一秒的時間就可以識別病蟲草害同時提供解決方案，其準確率高達98%。識農(nóng)還與許多上市企業(yè)、跨國企業(yè)、農(nóng)業(yè)科研機構進行合作為他們提供解決方案。
?
?
? ?分享的這些希望可以給到啟發(fā)，還有更多“英偉達+農(nóng)業(yè)”等著你去開發(fā)
總結
- 上一篇： proxy error 500
- 下一篇： HTTP Error 502.5 - P