ಆಲೂಗಡ್ಡೆ ಉತ್ಪಾದಕರಿಗೆ, ಕೊಯ್ಲಿನ ನಂತರದ ವಿಂಗಡಣೆ ಪ್ರಕ್ರಿಯೆಯು ನಿರ್ಣಾಯಕ ಆದರೆ ಸವಾಲಿನ ಅಡಚಣೆಯಾಗಿದೆ. ಶ್ರೇಣೀಕರಣಕ್ಕಾಗಿ ಮಾನವ ಕಾರ್ಮಿಕರನ್ನು ಅವಲಂಬಿಸುವುದು ದುಬಾರಿ ಮತ್ತು ನಿಧಾನ ಮಾತ್ರವಲ್ಲದೆ ಅಸಂಗತತೆ ಮತ್ತು ದೋಷಗಳಿಗೆ ಗುರಿಯಾಗುತ್ತದೆ, ಇದು ರೋಗ ಹರಡುವಿಕೆ ಮತ್ತು ಉತ್ಪನ್ನದ ಕುಸಿತದಿಂದ ಗಮನಾರ್ಹ ಆರ್ಥಿಕ ನಷ್ಟಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ. ಈ ಪ್ರಮುಖ ಉದ್ಯಮದ ಸವಾಲನ್ನು ಪರಿಹರಿಸಲು, ಹುನಾನ್ ಕೃಷಿ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಸಂಶೋಧಕರು ಆಲೂಗಡ್ಡೆ ಗುಣಮಟ್ಟ ನಿಯಂತ್ರಣವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಮತ್ತು ಹೆಚ್ಚಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಅತ್ಯಾಧುನಿಕ ಆಳವಾದ ಕಲಿಕಾ ಮಾದರಿಯಾದ YOLO-MTP ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ. ಒಂದೇ ಕಾರ್ಯವನ್ನು ನಿರ್ವಹಿಸುವ ಅನೇಕ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ವ್ಯವಸ್ಥೆಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, YOLO-MTP ಒಂದು ದ್ವಿ-ಉದ್ದೇಶದ ಸಾಧನವಾಗಿದ್ದು, ಇದು ಗೆಡ್ಡೆಯ ಬಳಕೆ ಅಥವಾ ನಾಟಿಗೆ ಒಟ್ಟಾರೆ ಸೂಕ್ತತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ ಆರು ಸಾಮಾನ್ಯ ಮೇಲ್ಮೈ ದೋಷಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ - ಹುರುಪು, ವರ್ಮ್‌ಹೋಲ್‌ಗಳು, ಮೊಳಕೆಯೊಡೆಯುವಿಕೆ, ಯಾಂತ್ರಿಕ ಹಾನಿ, ಒಣ ಕೊಳೆತ ಮತ್ತು ಮೂಗೇಟುಗಳು ಸೇರಿದಂತೆ.

ಈ ಮಾದರಿಯ ಕಾರ್ಯಕ್ಷಮತೆ ಗಮನಾರ್ಹವಾಗಿದೆ. ಆಂತರಿಕ ಪರೀಕ್ಷೆಯು 96% ಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ದೋಷ ಪತ್ತೆ ನಿಖರತೆಯನ್ನು ಪ್ರದರ್ಶಿಸಿದೆ, ಸಂಸ್ಕರಣಾ ಮಾರ್ಗದಲ್ಲಿ ನೈಜ ಸಮಯದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಒಂದು ಪ್ರಮುಖ ಪ್ರಯೋಜನವೆಂದರೆ ಒಂದೇ ಆಲೂಗಡ್ಡೆಯಲ್ಲಿ ಬಹು, ಸಣ್ಣ ಅಥವಾ ಅತಿಕ್ರಮಿಸುವ ದೋಷಗಳನ್ನು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯ, ಇದು ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ಸ್ವಯಂಚಾಲಿತ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಕಷ್ಟಕರವಾದ ಕಾರ್ಯವಾಗಿದೆ. ಈ ಉನ್ನತ ಮಟ್ಟದ ನಿಖರತೆಯು ನಿರ್ಣಾಯಕವಾಗಿದೆ. ಆಹಾರ ಮತ್ತು ಕೃಷಿ ಸಂಸ್ಥೆ (FAO) ಪ್ರಕಾರ, ಕೆಲವು ಅಭಿವೃದ್ಧಿಶೀಲ ಪ್ರದೇಶಗಳಲ್ಲಿ ಬೇರು ಬೆಳೆಗಳಿಗೆ ಕೊಯ್ಲಿನ ನಂತರದ ನಷ್ಟವು 30% ಮೀರಬಹುದು, ಆಗಾಗ್ಗೆ ಅಸಮರ್ಪಕ ವಿಂಗಡಣೆ ಮತ್ತು ಸಂಗ್ರಹಣೆಯಿಂದಾಗಿ. ಒಣ ಕೊಳೆತದಂತಹ ರೋಗಪೀಡಿತ ಗೆಡ್ಡೆಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಗುರುತಿಸುವ ಮತ್ತು ತೆಗೆದುಹಾಕುವ ಮೂಲಕ, YOLO-MTP ಯಂತಹ ವ್ಯವಸ್ಥೆಗಳು ಈ ನಷ್ಟಗಳನ್ನು ನೇರವಾಗಿ ಎದುರಿಸಬಹುದು, ಇಡೀ ಬ್ಯಾಚ್‌ನ ಗುಣಮಟ್ಟ ಮತ್ತು ಮಾರುಕಟ್ಟೆ ಮೌಲ್ಯವನ್ನು ರಕ್ಷಿಸುತ್ತವೆ. ಕೃಷಿಯಲ್ಲಿ AI ಗಾಗಿ ಜಾಗತಿಕ ಮಾರುಕಟ್ಟೆ ಗಮನಾರ್ಹವಾಗಿ ಬೆಳೆಯುವ ನಿರೀಕ್ಷೆಯಿರುವುದರಿಂದ ಈ ನಾವೀನ್ಯತೆ ಆಗಮಿಸುತ್ತದೆ, 2023 ರಲ್ಲಿ ಸುಮಾರು $1.7 ಬಿಲಿಯನ್‌ನಿಂದ 2028 ರ ವೇಳೆಗೆ $4.7 ಬಿಲಿಯನ್‌ಗೆ, ಮಾರ್ಕೆಟ್ಸ್‌ಅಂಡ್‌ಮಾರ್ಕೆಟ್ಸ್‌ನ ಇತ್ತೀಚಿನ ವಿಶ್ಲೇಷಣೆಯ ಪ್ರಕಾರ, ಇದು ಡೇಟಾ-ಚಾಲಿತ ಪರಿಹಾರಗಳತ್ತ ಪ್ರಮುಖ ಉದ್ಯಮ ಬದಲಾವಣೆಯನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ.

YOLO-MTP ಮಾದರಿಯ ಅಭಿವೃದ್ಧಿಯು ಕೃಷಿ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಗಮನಾರ್ಹ ಮುನ್ನಡೆಯನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ಇದು ಸರಳ ಯಾಂತ್ರೀಕರಣವನ್ನು ಮೀರಿ ಮಾನವ ಸಾಮರ್ಥ್ಯವನ್ನು ವೇಗ ಮತ್ತು ಸ್ಥಿರತೆಯಲ್ಲಿ ಮೀರಿಸುವ ಬುದ್ಧಿವಂತ, ಬಹುಮುಖಿ ಗುಣಮಟ್ಟದ ಮೌಲ್ಯಮಾಪನವನ್ನು ಒದಗಿಸುತ್ತದೆ. ರೈತರು, ಕೃಷಿ ವಿಜ್ಞಾನಿಗಳು ಮತ್ತು ಎಂಜಿನಿಯರ್‌ಗಳಿಗೆ, ಇದರ ಪರಿಣಾಮಗಳು ಗಣನೀಯವಾಗಿವೆ: ವಿರಳ ಕಾರ್ಮಿಕರ ಮೇಲಿನ ಅವಲಂಬನೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು, ಕೊಯ್ಲಿನ ನಂತರದ ನಷ್ಟಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು, ಸುಧಾರಿತ ರೋಗ ನಿರ್ವಹಣೆ ಮತ್ತು ಒಟ್ಟಾರೆ ಉತ್ಪನ್ನ ಗುಣಮಟ್ಟವನ್ನು ಹೆಚ್ಚಿಸುವುದು. ಪ್ರಸ್ತುತ ಸಂಶೋಧನಾ ಮೂಲಮಾದರಿಯಾಗಿದ್ದರೂ, ವಾಣಿಜ್ಯ ವಿಂಗಡಣೆ ಯಂತ್ರೋಪಕರಣಗಳಲ್ಲಿ ಸಂಯೋಜಿಸುವ ಮತ್ತು ಇತರ ಬೆಳೆಗಳಿಗೆ ಹೊಂದಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯವು ಪರಿಣಾಮಕಾರಿ ಮತ್ತು ಸುಸ್ಥಿರ ಆಲೂಗಡ್ಡೆ ಉತ್ಪಾದನೆಯ ಭವಿಷ್ಯಕ್ಕಾಗಿ ಅದನ್ನು ಮೂಲಭೂತ ತಂತ್ರಜ್ಞಾನವಾಗಿ ಇರಿಸುತ್ತದೆ.