كيف قام المزارعون اليابانيون بفرز الخيار مع التعلم العميق و TensorFlow

لا تزال قدرات الأنظمة المعرفية الحديثة محدودة ، ولكنها بمرور الوقت تتطور وتصبح أكثر كمالا. يتم استخدامها بالفعل في العديد من المجالات ، بما في ذلك الزراعة. ومن الأمثلة البارزة على ذلك نظام أنشأه مهندس ياباني. قبل نحو عام ، قرر رجل ياباني يدعى ماكوتو كويكي مساعدة والديه الذين يزرعون الخيار. في اليابان ، يُعتبر الخيار الكبير والمباشر سلعًا من خارج الفئة ، لذا يسعى جميع المزارعين إلى زراعة هذه الخضار في هذا الشكل.

من الصعب جدًا القيام بذلك ، وكان كويكي مقتنعًا بذلك من تجربته الخاصة. يقول المهندس: "كل خيار مختلف عن الآخرين - كلهم ​​يأتون بأشكال وصفات ونضارة مختلفة". من أجل أن يذهب المنتج النهائي إلى المتاجر ، يجب فرز الخضروات. في اليابان ، هناك تسع فئات من الخيار. يتم التصنيف حسب الشكل والحجم وعدد من الخصائص الأخرى. كلما كانت الطبقة أعلى ، كان الخيار أكثر تكلفة.


أصناف الخيار حسب المعايير اليابانية

والفرز عمل معقد. وعلى الرغم من وجود آلات فرز أوتوماتيكية في اليابان ، إلا أنها ليست شائعة جدًا ، لأنها باهظة الثمن للغاية ، ولا تعمل بشكل مثالي. قرر المهندس مساعدة الآباء على تحقيق الفرز التلقائي المثالي للخضروات من خلال إنشاء فارز خاص بهم. من أجل تحسين جودة وكفاءة مثل هذا النظام ، قرر إشراك الشبكات العصبية في التصنيف. الآن أصبحوا قادرين على التعرف على الصور وتصنيفها بدرجة عالية من الدقة ، تتجاوز القدرات البشرية. هذا ينطبق على كل من السرعة والدقة.

قرر الابن الراعي أن يأخذ تطوير Google ، TensorFlow ، كأساس لخوارزمية مفتوحة المصدر لفرز الخيار. منذ عام ، فتحت الشركة للتو كود المصدر لهذا المنتج للجميع. يسمح TensorFlow للمطور باستخدام كود جاهز وقدرات الشبكات العصبية ، بدلاً من إنشاء كل شيء من البداية. لإنشاء مشروعك الخاص ، تحتاج إلى تنزيل الرمز ، وقراءة التعليمات ، ويمكنك البدء في العمل.

بالإضافة إلى التعليمات البرمجية ، تحتاج أيضًا إلى أجهزة. قرر اليابانيون استخدام Arduino Micro و Raspberry Pi 3. تم استخدام الإلكترونيات كوحدة التحكم الرئيسية للعمل مع الكاميرا وإرسال الصور إلى Google Cloud ، حيث تم تحليل المعلومات. وتتحكم الألواح أيضًا في أجهزة الفرز.



في المرحلة الأولى ، قام المهندس بتدريب النظام على التعرف على الصور وتحديد ما إذا كان الخيار أو أي شيء آخر موضح في الصورة. بعد التحقق من قابلية تشغيل النظام ، تم إنشاء خوارزمية أكثر تعقيدًا ، والتي صنفت الخيار بالفعل وفقًا للمعايير المعتمدة في اليابان.

بعد ذلك ، تم تطوير ناقل ونظام الفرز. التقطت الكاميرا صورا للخيار يمر على طول الناقل ، صنفتهم الشبكة العصبية. بقي فقط لتوزيع الخيار في مربعات ، بناءً على فئة كل خضروات. لهذا ، أنشأ كويكي ذراعًا آليًا ، شارك في "العمل البدني".



من أجل الحصول على صور الخيار من فئات مختلفة مرتبة حسب والدته ، أمضى اليابانيون حوالي ثلاثة أشهر. كان عليه أن يصنع ويحمل إلى النظام أكثر من 7000 صورة من الخيار. وهذا لم يكن كافيا. عندما تم إجراء الاختبار بالصور فقط ، عمل النظام بدقة 95٪. ولكن عندما يتعلق الأمر بتصوير الخيار الحقيقي ، انخفضت الدقة إلى 70٪. كما اتضح ، فإن المشكلة هي أن قاعدة بيانات تحتوي على عدة آلاف من الصور الفوتوغرافية ليست كافية للتدريب عالي الجودة للنظام.

المشكلة الثانية هي أن النظام يستهلك الكثير من الموارد والوقت والطاقة. الفارز الحالي هو كمبيوتر سطح مكتب عادي يعمل بنظام Windows ويستخدم لتدريب شبكة عصبية. وعلى الرغم من أن الكمبيوتر يحول الصور التي تستقبلها الكاميرات إلى صور بدقة 80 * 80 بيكسل ، فإن تعلم نظام يعتمد عليها يستغرق 2-3 أيام. والحقيقة هي أن عدة آلاف من هذه الصور مطلوبة. وبما أن الصور ذات دقة منخفضة ، فإن هذا الفارز يعمل بخصائص مثل الشكل والطول ومستوى الخطأ. اللون والملمس والخدوش - كل هذا يمر دون أن يلاحظه أحد ولا يمكن استخدامه في هذه المرحلة. إذا قمت بزيادة دقة الصور ، سيؤدي ذلك إلى زيادة دقة النظام. ولكن في الوقت نفسه ، سيزداد الوقت اللازم لتدريب الشبكة العصبية أيضًا.

يخطط اليابانيون لحل مشكلته بمساعدة خدمة أخرى من Google. تقدم الشركة الآن بسعر منخفض منصة Cloud Machine Learning Machine (Cloud ML). تشارك الآلاف من الخوادم القوية هنا. يقومون بمعالجة المعلومات بكفاءة ويساعدون في تدريب الجهاز العصبي القائم على TensorFlow.

يخطط Makoto Koike الآن لاستخدام Google ML لأغراضه الخاصة. "يمكنني استخدام الخدمة لإنشاء نظام تدريب يعتمد على صور أفضل بكثير. يمكنني أيضًا استخدام تكوينات ومعلمات وخوارزميات مختلفة للنظام العصبي ، والتي يمكن أن تساعد في إيجاد خيار يكون فيه النظام أكثر دقة. "

حتى الآن ، نتائج عمل Koyke مع Google ML غير متاحة ، وهو يواصل التجربة. ولكن من المحتمل أنه في غضون بضعة أشهر فقط ، ستوفر مزرعة الخيار اليابانية للآباء الخضار المصنفة حصريًا. لا يزال اليابانيون منشد الكمال.

Source: https://habr.com/ru/post/ar397305/