概述

蜂鸟科技(Hummingbird Technologies)是一家精密农业平台公司,它求助于CloudFactory,为新的作物和地理区域进行规模化模型开发。我们的团队观察无人机和卫星图像,并注释不同大小和健康水平的单个植物。

使用的服务

  • 计算机视觉管理劳动力

请阅读下面的案例研究,或下载案例研究的PDF版本,以便稍后参考。

行业

行业
农业

总部

总部
英国伦敦

公司规模

公司规模
11-50

6 x
数据标签能力的增长

7
作物产品支持

2+
年合作

编者注:我们与Hummingbird Technologies的首席营销官Alexander Jevons和高级数据科学家Francois Lemarchand进行了这个问答案例研究。为了清晰起见,我们对答案进行了组合和编辑。

跟我们说说蜂鸟科技吧。

我们通过应用于遥感捕获图像的机器学习算法提供作物分析,由无人机和卫星捕获。这个想法是为了帮助我们的客户提高产量,使用最佳的投入量和农场更可持续。我们创建了70种不同的基于ML的产品,具有90%+精度,客户通常会平均看到其农业化学效率的增加20-30%。

蜂鸟是如何起步的?

我们的创始人威尔·威尔斯(Will Wells)在欧洲工商管理学院(INSEAD)攻读MBA时意识到,从生态、环境或政治的角度来看,在作物上过度喷洒化学品的标准做法是不可持续的。他发现,无人机、飞机、卫星和机器人的遥感,结合人工智能,可以减少化学品的使用,但也有助于提高作物产量,节省农民的钱,实际上,对整个农业行业都有帮助。

目标是提供农民将拥抱的产品,解决现实生活问题的产品。我们希望帮助农民拯救环境,而不会对产量和生计产生任何不利影响。我们从U.K.开始,然后开始在巴西,澳大利亚,乌克兰和俄罗斯提供服务。今年我们已经扩展到加拿大,我们刚刚在马拉维签署了我们的第一份合同。

你能更重要地解释一下你提供农民的信息吗?

无论是决定放多少氮,何时或使用多少除草剂或杀菌剂,还是作物生长的地点和速度,我们都开发了模型,为农民提供了详细的信息。所有这些都是特定作物——因为没有两种作物是相同的——所有这些都是农学和人工智能主导的。农民甚至可以将应用信息发送到他们的机器,以自动调整输入。

我们的产品帮助农民减少输入,增加作物产量,或者偶尔。我们的一个客户农民告诉我们他现在,“耕种潜力,而不是希望”。

你提到你所有的模型都是特定于作物的,为一种新作物或产品创建模型需要做什么?

当我们考虑在产品线中添加一种新作物,或为我们已经覆盖的作物添加新产品时,我们首先会与内部的农学家会面,以更好地了解不同的变量(季节性、生长、疾病等)。权衡这一主题的专业知识以及新作物的无人机图像,使我们能够评估新产品的可行性。我们有时可以使用类似的现有AI模型(例如,计算莴苣头用于计算类似作物的模型)作为起点。尽管如此,为每个任务和作物建立一个专用模型以获得最佳结果还是有意义的。

一旦我们确定了是否要继续前进,我们就必须决定这是否需要我们的农学家在实地进行真实的测量,或者我们是否可以利用图像注释。这就是CloudFactory团队发挥作用的地方。使用专门的注释器团队与深度学习技术相结合的好处是,随着知识和模型库的增加,构建模型所需的时间会减少。此外,在团队纠正人工智能生成的注释之前,我们现在使用类似的现有模型对数据进行预注释,显著提高了生产率。

在CloudFactory的帮助下,我们对我们的数据集更加雄心勃勃。我们现在可以自由地花400个小时注释一个大数据集,因为它不占用内部资源的时间。在与CloudFactory合作之前,我们的四位数据科学家中不可能有一位会花六个月的时间来标记数据。这是完全不可能的。

勒马耳尚弗朗索瓦
Hummingbird Technologies高级数据科学家

你如何更新模型来解释气候波动或其他不规则现象?

我可以举一个我们产品的例子,在无人机图像中计算和大小的莴苣头。我们为我们的一个客户培训了一个模型作为概念验证。我们做了一些测试,模型在第一季非常成功。接下来的第二个季节,由于雨下得很大,农民们不得不使用一种叫做“羊毛”的薄塑料布来保护植物。我们必须重新训练模型,教它通过羊毛识别植物。它成功了,整个升级过程只花了几天时间。

为了使我们的模型更强大,我们使用一种称为数据增强的技术,该技术包括修改我们的培训数据,使其将强制模型焦点并学习数据的新特征。例如,我们可以在将其送到模型时应用模糊效果或转换为灰度百分比的图像。这将允许模型识别植物,即使我们遇到无人机相机的次要问题,或者在该领域不寻常的作物品种。

CloudFactory与您以前的注释过程有何不同?

我们面临的主要挑战之一是标记我们捕获的所有数据,并使其有意义,以便我们能够构建我们的模型。如前所述,它是高度领域特定的知识。我们一直在做内部工作,但这非常非常耗时。问题是我们如何教注释者如何做到这一点而不让他们成为农学家,研究土壤和作物管理的专家。我们发现,您需要迭代并进行持续的交流,这是我们可以与CloudFactory团队一起做的事情。

在CloudFactory的帮助下,我们对我们的数据集更加雄心勃勃。我们现在可以自由地花400个小时注释一个大数据集,因为它不占用内部资源的时间。在与CloudFactory合作之前,我们的四位数据科学家中不可能有一位会花六个月的时间来标记数据。这是完全不可能的。我们的研发团队现在有10名成员,我们的目标是让每一个团队成员都直接与CloudFactory团队联系,使流程更加顺畅。因为我们是一家不断发展的初创公司,这也帮助我们在新项目到来时逐步增加工作时间。

你能跟我们说说你和我们一起完成的一个具体项目吗?

我们迄今为止迄今为止迄今为止完成的最大项目是前面提到的莴苣植物规模项目。本产品可帮助农场管理人员确定作物表现最佳的区域,以便它们可以在喷涂化学品时优化其收获和限制浪费。CloudFactory团队研究了高分辨率的寄生虫图像,并标有了不同大小的所有生菜头,以便我们的模型可以永远不知疲倦地重复任务。最初需要大量的时间来启动这个项目,因为球队必须熟悉作物的无人机图像,但这是我们预期的,因为它不是你每天都看到的东西!

It can be quite difficult to stay motivated as an annotator when you are looking at imagery of a field with over tens of thousands of plants and we try to progressively increase the labeling tasks’s difficulties as the project happens so the Cloudfactory team can start to make their own subjective decisions. It was great to see the team asking, for example, questions about whether some plants may be healthy or not - and the plants were actually dead. These questions and the feedback loop we have with Cloudfactory ensures that the same errors do not show up over and over again in the dataset, since we are managing and giving guidance on edge cases in real time. As soon as the dataset was in a well advanced stage, I started working on the data to build a prototype of the model and was able to share with the team what they had contributed to create and how this will impact the world.

准确的标签对人工智能和机器学习有多重要?

在我们的具体案例中,我们的人工智能模型直接向农业决策者提供信息。因此,重要的是信息是可靠的,因为你没有第二次机会。如果一个农民信任你,他们需要确定,在他们采取了我们产品的建议行动后,作物仍然会表现出同样的效果,因为产量的损失可能会对他们的财务健康造成严重的后果。这也可能导致在区域范围内产生更显著的影响。由于这个原因,农业社区在研究新技术时非常谨慎,这是可以理解的。

标签的问题是,农艺学家在野外的需求也很远,以便能够帮助我们。第二个最佳解决方案是我们在教导注释器之前咨询它们并一起绘制一个要求清单。然后,注释器在标签过程中建议每次疑问,因此数据科学家或农学家可以帮助做出决定。虽然我们在标签过程中不能完全排除人为错误,但AI技术允许我们概括来自数据的主要规则,这意味着所有一次性错误都将被忽略。无论这种误差的容差如何,都可能成为可能的最佳注释至关重要,以便不会发生重复的错误并影响模型。

你认为人工智能将如何发展来帮助农业?

我认为,农业社区很快就会变得更舒适,更了解人工智能和基于人工智能的遥感产品的潜力。我们经常被问到的圣杯是症状前疾病检测。这在目前是非常困难的,如果不是不可能的话。但我们可以肯定地看到,随着更先进的技术、更大的改进和精度,这种情况正在发生。你可以从85-90%的时间是正确的,但我们的客户想要98%,99%的时间。这是一定会发生的。

我们已经在一些产品中设置了最先进的技术,我们非常有信心在未来几年,蜂鸟和CloudFactory开发的产品将被视为行业标准。然后,在我看来,如果你不使用它们,你就会被视为落伍了。如果你在2020年初使用行业惯例作为标准,那么到2023年,你将无法生存。

你提到过症状前疾病检测是你的客户想要的。当你考虑人工智能的未来应用时,你最感兴趣的是什么?

虽然蜂鸟正在为无人机和卫星图像开发尖端产品,但我们的许多竞争对手都放弃了无人机。这就是为什么我们的一些无人机的产品是独一无二的,我们期待着未来的无人机变得更加普及和自动化。无人机可以提供空中图像,其中单个像素代表现实世界中的一毫米,这是卫星的不可能的事情。然后,您可以在下午举办农民,然后使用蜂鸟产生的数据在第二天早上使用可变利率喷雾。

此外,这似乎有点像科幻小说,但从无人机上使用激光雷达数据将是非常令人兴奋的。自动驾驶汽车通常使用激光雷达来估计距离,而我们大多使用光学图像。在这一点上,它是极其昂贵的,并不是商业上可扩展的,但你可以想象映射一块土地,例如,获得作物在你的麦田的准确高度。我们也常常听到很多关于下一个热门智能手机的下一个摄像头升级的消息,我们完全知道无人机和卫星传感器的兴奋之情。传感器以非传统的方式进行了改进。我们拥有英国唯一的无人机高光谱相机之一,这台相机可以以非常高的分辨率记录不可见信息(如红外)。这已经为研究早期疾病检测和测量作物健康的新方法的新研究项目打开了大门。

推荐阅读

我们有10多年的经验,帮助我们的客户专注于最重要的事情。看看我们能做些什么来帮助你的生意。

精准农业

精准农业

技术对解决食品生产和分配的许多挑战和低效率具有很大的承担。

Geckomatics

Geckomatics

Geckomatics转向CloudFactory,以帮助将其经济高效的解决方案扩展到世界各地的更多客户。

机械自动化

机械自动化

人工智能和机器人技术的结合可以改善医疗、农业、制造业等领域的成果。

跟销售

Baidu