AI Challenger 2018新增农作物病害检测 5万张图片供探索
【TechWeb】11月3日，观察植物叶子古来有之，古人云一叶落知天下秋，现在AI的图像识别能力也早已应用于农作物叶片的病虫害观察检测。近期AI Challenger 2018联合上海新客科技发起首个农作物病害检测竞赛。
我国是农业大国，农业与我们的生活息息相关，而农作物病害对农业影响巨大。据中国统计年鉴，2016年由农业病害等灾害造成的直接损失达0.503万亿元，占农业生产总值的8.48%。上海新客科技创始人刘新农表示，对农作物进行准确的病害识别并推荐合适的防治措施，创造出能为植物看病的“植物医生”，可以挽救作物的生命，减少农药使用量，保证作物的产量。
AI Challenger 2018农作物病害检测竞赛就是由上海新客科技为竞赛提供农作物叶子图像的数据集：标注图片5万张，包含10种植物(苹果、樱桃、葡萄、柑桔、桃、草莓、番茄、辣椒、玉米、马铃薯)的27种病害，合计61个分类(按“物种-病害-程度”分)，供参赛者探索“AI植物医生”。
马铃薯早疫病(严重)
本次农作物病虫害识别比赛邀请参赛者设计算法与模型，对图像中的农作物叶子进行病虫害识别。组委会将通过将参赛者提交的识别结果与真实标注作比较，得出准确率(accuracy)，并结合答辩表现，评估参赛者的算法模型。
在创新工场人工智能工程院院长王咏刚看来，目前AI在图像识别领域已经非常成熟，AI的图像识别能力应用到农业病虫害领域，如果最终能利用参赛选手提供的算法做到一个实用化的小产品，将是一个价值无法估量的好事情。
据王咏刚介绍，截至10月31日参加农业病虫害检测比赛的队伍已经超过1000支，远多于其他项目的比赛。这1000多支队伍已经做了非常多的成绩数据提交，表现都不错。
TechWeb从公布的成绩榜单看，尽管尚处于预赛阶段，目前的最好成绩已经超过89.588%，且前5名的准确率都已经超过88.9%。
据刘新农介绍，目前新客科技对病虫害识别的准确率接近90%。参赛者的AI模型识别准确率目前也已经非常接近了。
目前新客科技主要通过微信公众号来推广病虫害识别功能，刘新农表示现在真正使用的农用还是太少，反馈学习的机制还很慢，目前新客科技的数据集规模不到百万。不过随着普及和推广，有更大量的数据集后，准确率会更高。
而据媒体2016年的报道，美国宾夕法尼亚州立大学和瑞士联邦理工学院(EPFL)的研究人员共同开发了一款基于用户提供的照片识别出农作物病害的软件，准确率已达99.35%。和国外水平相比，国内挑战赛选手们还任重道远。
AI Challenger 2018由创新工场、搜狗、美团点评、美图联合主办 ，旨在推动AI在科研与商业领域结合来解决真实世界的问题。AI Challenger 2018农作物病害检测竞赛报名时间截止11月11日。从8月29日至11月11日是预赛阶段，11月13日至14日是决赛阶段，前5名将进入12月18、19日AI Challenger总决赛答辩与颁奖。TechWeb会持续关注赛事进展。