AI Challenger 2018新增農作物病害檢測 5萬張圖片供探索

觀察植物葉子古來有之，古人云一葉落知天下秋，現在AI的圖像識別能力也早已應用于農作物葉片的病蟲害觀察檢測。近期AI Challenger 2018聯合上海新客科技發起首個農作物病害檢測競賽。

我國是農業大國，農業與我們的生活息息相關，而農作物病害對農業影響巨大。據中國統計年鑒，2016年由農業病害等災害造成的直接損失達0.503萬億元，占農業生產總值的8.48%。上海新客科技創始人劉新農表示，對農作物進行準確的病害識別并推薦合適的防治措施，創造出能為植物看病的“植物醫生”，可以挽救作物的生命，減少農藥使用量，保證作物的產量。

AI Challenger 2018農作物病害檢測競賽就是由上海新客科技為競賽提供農作物葉子圖像的數據集：標注圖片5萬張，包含10種植物(蘋果、櫻桃、葡萄、柑桔、桃、草莓、番茄、辣椒、玉米、馬鈴薯)的27種病害，合計61個分類(按“物種-病害-程度”分)，供參賽者探索“AI植物醫生”。

馬鈴薯早疫病(嚴重)

本次農作物病蟲害識別比賽邀請參賽者設計算法與模型，對圖像中的農作物葉子進行病蟲害識別。組委會將通過將參賽者提交的識別結果與真實標注作比較，得出準確率(accuracy)，并結合答辯表現，評估參賽者的算法模型。

在創新工場人工智能工程院執行院長王詠剛看來，目前AI在圖像識別領域已經非常成熟，AI的圖像識別能力應用到農業病蟲害領域，如果最終能利用參賽選手提供的算法做到一個實用化的小產品，將是一個價值無法估量的好事情。

據王詠剛介紹，截至10月31日參加農業病蟲害檢測比賽的隊伍已經超過1000支，遠多于其他項目的比賽。這1000多支隊伍已經做了非常多的成績數據提交，表現都不錯。

TechWeb從公布的成績榜單看，盡管尚處于預賽階段，目前的最好成績已經超過89.588%，且前5名的準確率都已經超過88.9%。

據劉新農介紹，目前新客科技對病蟲害識別的準確率接近90%。參賽者的AI模型識別準確率目前也已經非常接近了。

目前新客科技主要通過微信公眾號來推廣病蟲害識別功能，劉新農表示現在真正使用的農用還是太少，反饋學習的機制還很慢，目前新客科技的數據集規模不到百萬。不過隨著普及和推廣，有更大量的數據集后，準確率會更高。

而據媒體2016年的報道，美國賓夕法尼亞州立大學和瑞士聯邦理工學院(EPFL)的研究人員共同開發了一款基于用戶提供的照片識別出農作物病害的軟件，準確率已達99.35%。和國外水平相比，國內挑戰賽選手們還任重道遠。

AI Challenger 2018由創新工場、搜狗、美團點評、美圖聯合主辦 ，旨在推動AI在科研與商業領域結合來解決真實世界的問題。AI Challenger 2018農作物病害檢測競賽報名時間截止11月11日。從8月29日至11月11日是預賽階段，11月13日至14日是決賽階段，前5名將進入12月18、19日AI Challenger總決賽答辯與頒獎。TechWeb會持續關注賽事進展。