river是什麼讀
今天的農業如何影響您的一天？如果您住在城市，您可能會與生產食物的農場和田地失去聯絡。農業是我們生活的核心部分，但我們常常認為這是理所當然的。（本文1374字，閱讀需要4分鐘）
今天的農民面臨著巨大的挑戰-用越來越少的土地養活不斷增長的全球人口。到2050年，世界人口預計將增長到近100億，全球糧食需求將增長50％。隨著對糧食需求的增長，土地，水和其他資源將承受更大的壓力。農業固有的可變性，例如天氣條件的變化，以及雜草和害蟲等威脅，也對農民的生產能力產生相應的影響。在使用更少的資源的同時生產更多食物的唯一方法是透過智慧機器，機器可以幫助工作困難的農民，提供更高的一致性，準確性和效率。
面臨的挑戰
隨著耐除草劑雜草的興起，有效的解決方案越來越少。世界各地的農民都需要一種控制雜草的新方法。BlueRiver就是這樣一家致力於建造下一代智慧農業裝置的公司！他們的公司願景就是希望農民使用這些智慧工具來控制雜草並降低成本，從而促進農業的可持續發展。
雜草中的除草劑抗藥性正在加劇，BlueRiver的解決方案也就從這裡開始。
智慧農業裝置應該是什麼樣子？
BlueRiver的除草機器人集成了攝像頭，計算機視覺，機器學習和機器人技術，以製造出智慧噴霧器，該噴霧器可以在田間行駛，並可以快速瞄準並噴灑雜草，使農作物完好無損。
機器需要對什麼是農作物和什麼是雜草做出實時決策。當機器駛過田野時，高解析度相機會以高幀頻收集影象。BlueRiver的開發團隊使用PyTorch開發了卷積神經網路（CNN）來分析每幀影象，並生成關於作物和雜草位置的精確畫素圖。一旦植物全部被識別，每種雜草和農作物都被對映到田間位置，並且機器人僅噴灑雜草。整個過程以毫秒為單位，由於效率很重要，因此農民可以覆蓋儘可能多的土地。
為了支援機器學習（ML）和機器人技術堆疊，BlueRiver基於NVIDIA Jetson AGX Xavier Edge AI平臺構建了計算單元。由於所有的推理必須實時發生的，而上傳到雲將花費很長時間，因此需要利用邊緣計算裝置在本地直接結算。BlueRive的開發團隊認為基於Jetson AGX Xavier 計算單元的機器人的總計算能力，與IBM的超級計算機Blue Gene（2007）相當。這使它成為世界上任何移動機械中具有最高計算能力的機器！
建立雜草監測模型
研究人員和工程師團隊負責訓練用於識別農作物和雜草的神經網路模型。這是一個具有挑戰性的問題，因為許多雜草看起來就像農作物。專業的農藝師和雜草科學家協助標記人員以正確標記影象。
機器學習棧
在機器學習方面，BlueRiver的技術團隊擁有複雜的堆疊。他們使用PyTorch訓練所有模型。在PyTorch之上構建了一組內部庫，使他們能夠執行可重複的機器學習實驗。團隊的職責分為三類：
o 建立生產模型以部署到機器人上
o 進行機器學習實驗和研究，以不斷提高模型效能
o 與機器學習，A / B測試，流程改進，軟體工程相關的資料分析/資料科學
技術團隊之所以選擇PyTorch是因為它非常靈活且易於除錯。新的團隊成員可以快速掌握最新資訊，並且文件非常詳盡。在使用PyTorch之前，這個團隊廣泛使用Caffe和Tensorflow。在2019年，團隊決定切換到PyTorch，過渡是無縫的。該框架使能夠同時支援生產模型工作流和研究工作流。
在現場機器人上部署模型
對於生產部署，團隊的首要任務之一是在邊緣計算裝置上進行高速推理。如果機器人需要更慢的驅動力來等待推理，那麼它在現場的效率可能不那麼高。為此，團隊使用TensorRT將網路轉換為NVIDIA Jetson AGX Xavier最佳化模型。TensorRT不接受JIT模型作為輸入，因此團隊使用ONNX將JIT轉換為ONNX格式，然後使用TensorRT轉換為直接部署到裝置的TensorRT引擎檔案。
