英伟达+农业=_英伟达智慧农业-CSDN博客

英伟达+农业=

在英伟达产品的相关应用上大概只有想不到没有做不到的吧！

（太多大佬了）

近日英伟达官网发布的一则相关新闻又将小编的目光吸引到了农业生产领域，智慧农业、现代化农业这些词大家多少都应该有听到过，据可靠消息预测2025年全球智慧农业市值将达到683.89亿元（发展前景无限光明啊，加入或许你就是下一个马云马化腾雷军）。

废话不说了，看看别的大佬是怎么做的吧!

法国有三个同班同学2014年一起创办公司的时候他们就想着将AI用于农业领域，虽然那时AI技术不成熟，但通过聊天发现有农场主需要这样的技术。于是他们做了初步的项目，通过GeForce GPU可以使得摄像头识别杂草，以此他们第一次获得了投资。这是创业公司Bilberry最开始的故事。

如今这家公司开发了基于NVIDA Jetson edge AI平台的杂草识别技术，使得小麦和玉米农场可以更精准地喷洒除草剂使得除草剂比原来的用量减少了92%。Bilberry将其NVIDIA Jetson驱动的杂草识别技术设置在橄榄球场（约160英尺、48米）的拖拉机吊杆上。在16个Jetson TX2模块上运行16个摄像头，并能以每小时17帧的速度分析杂草，从而在以每小时15英里（约24公里）的速度行驶时分析除草剂喷出的瞬间状况。为了实现对杂草的快速识别的推理性能Bilberry利用NVIDIA JetPack SDK对其算法进行TensorRT优化。充分利用了所谓的INT8权重量化技术，从而可以更有效地应用深度学习模型，这特别适用于内存和功率受限的紧凑型嵌入式系统。这有助于减少内存和计算的使用以及应用程序的延迟。

近日公司与Downs又合作了新的项目。传统的土豆分拣是在传送带上通过人工的形式进行的，但这样又耗时间又容易出错。而该项目通过应用Jetson Xavier 建立土豆分拣网络，查看坏土豆、青土豆、切好的土豆、灰尘和石头等然后将信号发送到传送带末端，仅允许优质合格的土豆通过传送带。

柑橘绿化病也称黄龙病，是发生在柑橘上的毁性病害，会影响品质和产量严重的会导致树的枯死。多项研究实验证明该病是不可逆的，农民需尽快采取措施以减缓病害蔓延的速度。SeeTree是一家位于特拉维夫的AI初创公司，这家初创公司的GPU驱动的树木分析平台依赖于图像识别算法，传感器，无人机和用于在地面上收集数据的应用程序。该平台可帮助农民查明受影响的树木以进行清除，以减缓果园病的传播。

除此以外，该公司的分析平台使客户能够跟踪其农场的经营状况，并从肥料，农药，水和劳动力的使用方面中提供最佳效果方案。他们将深度学习应用于农业数据，并在NVIDIA GPU上运行，以提供用于农场优化的可视化分析。SeeTree使用NVIDIA Jetson TX2处理图像并将CUDA作为果园相机的接口。利用TX2对果园进行水果检测，并为农场提供产量估算工具。并且以此对水果进行准确估计来提供种植计划。

成立于2018年的识农智能，专注于AI+农业。传统农业中，农民普遍缺乏专业的病虫害知识且培养相关的专家需要的周期长，因此将AI进行运用其中成为大势所趋。

借助于NVIDIA针对机器学习所提供的加速解决方案，CNN运算速度能够提升20倍，满足了处理海量数据的需求；以CUDA为后端，PYTORCH为平台，缩短了90%的算法研发时间与部署周期，为提升数据识别率打下了良好的基础，极大地减少了时间成本，有助于加速智慧农业发展进程。首先，识农利用 NVIDIA RAPIDS加速平台，极大地缩短了模型开发时间，数据处理速度较原来提升了5倍，高效率和高速度可以节省80%的数据处理时间, 模型训练提升了将近10倍；并且在使用Tesla P40 GPU多卡加速之后，模型训练速度更是提升了30倍, 缩短了开发周期, 降低了算法层试错的时间成本。而且，在NVIDIA CUDA与TORCH平台的双重加持下，识农的图像数据分析以及特征构建过程得以实现大幅加速。