You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
IoT-For-Beginners/translations/kn/4-manufacturing
localizeflow[bot] 8671d5c4aa
chore(i18n): sync translations with latest source changes (#571)
6 months ago
..
lessons chore(i18n): sync translations with latest source changes (#571) 6 months ago
README.md chore(i18n): sync translations with latest source changes (#571) 6 months ago

README.md

ತಯಾರಿಕೆ ಮತ್ತು ಪ್ರಕ್ರಿಯೆ - ಆಹಾರದ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸುಧಾರಿಸಲು ಐಒಟಿ ಬಳಕೆ

ಒಂಟೆ ಆಹಾರ ಕೇಂದ್ರ ಹಬ್ ಅಥವಾ ಪ್ರಕ್ರಿಯೆ ಕಾರ್ಖಾನೆಗೆ ತಲುಪಿದಾಗ, ಅದು ಸದಾ ಸೂಪರ್‌ಮಾರುಕಟ್ಟೆಗಳಿಗೆ ಕಳುಹಿಸುವುದಾಗಿಲ್ಲ. ಆಹಾರವನ್ನು ಗುಣಮಟ್ಟದ ಪ್ರಕಾರ ಶ್ರೇಣೀಕರಿಸುವಂತಹ ಹಲವು ಪ್ರಕ್ರಿಯೆ ಹಂತಗಳ ಮೂಲಕ ಹೋಗುತ್ತದೆ. ಇದು ಕೈಗ labor ನೀತಿಯ ಪ್ರಕ್ರಿಯೆಯಾಗಿತ್ತು - ಇದು ಕ್ಷೇತ್ರದಲ್ಲಿ ಸಂಪಾರ್ಕಾರರು ಕೇವಲ ಸಪ್ಪಳ ಹಣ್ಣುಗಳನ್ನು ಹಣ್ಣಿಂದ ಆರಿಸಿಕೊಂಡಾಗ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ, ನಂತರ ಕಾರ್ಖಾನೆಯಲ್ಲಿ ಹಣ್ಣು ಸಮಚಲನ ಪಟದಲ್ಲಿ ಸಾಗುತ್ತದೆ ಮತ್ತು ಉದ್ಯೋಗಿಗಳು ಕೈಯಿಂದ ಮುರಿದು ಹಾಳಾಗಿರುವ ಹಣ್ಣನ್ನು ತೆಗೆದುಹಾಕುತ್ತಾರೆ. ನಾನು ಶಾಲೆಯ ವೇಳೆ ಬೇಸಿಗೆ ಉದ್ಯೋಗವಾಗಿ ಸ್ಟ್ರಾಬೆರ್ಬೆರಿಗಳನ್ನು ಆರಿಸಿ ಶ್ರೇಣೀಕರಿಸಿದ ಅನುಭವವನ್ನು ಹಂಚಿಕೊಳ್ಳಬಹುದು, ಇದು ಸಡಿಲ ಕೆಲಸವಲ್ಲ.

ಹತ್ತಿರದ ವ್ಯವಸ್ಥೆಗಳು ಶ್ರೇಣೀಕರಣಕ್ಕೆ ಐಒಟಿಯನ್ನು ಅವಲಂಬಿಸುತ್ತವೆ. Weco ನ ಮುಂಚಿನ ಉಪಕರಣಗಳಂತಹ ಕೆಲವು ಪ್ರಾರಂಭಿಕ ಸಾಧನಗಳು ಉತ್ಪನ್ನದ ಗುಣಮಟ್ಟವನ್ನು ಗುರುತಿಸಲು ತಪಾಸಣಾ ಸೆನ್ಸಾರ್‌ಗಳನ್ನು ಬಳಸುತ್ತವೆ, ಉದಾಹರಣೆಗೆ ಹಸಿರು ಟೊಮೇಟೋಗಳನ್ನು ತಿರಸ್ಕರಿಸುತ್ತವೆ. ಇವುಗಳನ್ನು ತೋಟಗಾರಿಕೆಲ್ಲೆಗೆ ಹಾರ್ವೆಸ್ಟರ್‌ಗಳಲ್ಲಿ ಅಥವಾ ಪ್ರಕ್ರಿಯೆ ಕಾರ್ಖಾನೆಗಳಲ್ಲಿ ನಿಯೋಜಿಸಬಹುದು.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ (ML) ನಲ್ಲಿ ಪ್ರಗತಿ ನಡೆದಂತೆ, ಇವು ಹೆಚ್ಚು ಸುಧಾರಿತವಾಗಬಹುದು, ಹಣ್ಣು ಮತ್ತು ಪಾಶ્ચಾತ್ಯ ವಸ್ತುಗಳನ್ನು (ಹೆಸರು: ಕಲ್ಲುಗಳು, ಮಣ್ಣು ಅಥವಾ ಹುಳುಗಳು) ಭೇದಿಸಲು ತರಬೇತಿ ಪಡೆದ ML ಮಾದರಿಗಳನ್ನು ಬಳಸುವ ಮೂಲಕ. ಈ ಮಾದರಿಗಳನ್ನು ಕೇವಲ ಹಣ್ಣು ಮುರಿದ ತುಂಡುಗಳನ್ನು ಮಾತ್ರವಲ್ಲದೆ, ರೋಗ ಅಥವಾ ಇತರ ಪಡಿತರ ಸಮಸ್ಯೆಗಳ ಪ್ರಾಥಮಿಕ ಪತ್ತೆಗೆ ತರಬೇತಿ ನೀಡಬಹುದು.

🎓 ML ಮಾದರಿ ಎಂಬ ಪದವು ಯಂತ್ರ ಕಲಿಕೆಯ ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ಡೇಟಾ ಸೆಟ್ ಮೇಲೆ ತರಬೇತಿ ನೀಡಿದ ನಂತರದ ಫಲಿತಾಂಶಕ್ಕೆ ಒದಗಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ನೀವು ML ಮಾದರಿಗೆ ಸಪ್ಪಳ ಮತ್ತು ಅಸಪ್ಪಳ ಟೊಮೇಟೋಗಳನ್ನು ವಿಭಜಿಸುವಂತೆ ತರಬೇತಿ ನೀಡಬಹುದು, ನಂತರ ಹೊಸ ಚಿತ್ರಗಳಲ್ಲಿ ಟೊಮೇಟೋಗಳು ಸಪ್ಪಳವಾಗಿದ್ದಾರೆಯೇ ಇಲ್ಲವೇ ಎಂಬುದನ್ನು ಪರೀಕ್ಷಿಸಬಹುದು.

ಈ 4 ಪಾಠಗಳಲ್ಲಿ ನೀವು ಚಿತ್ರ ಆಧಾರಿತ AI ಮಾದರಿಗಳನ್ನು ಹಣ್ಣು ಗುಣಮಟ್ಟವನ್ನು ಪತ್ತೆ ಹಚ್ಚಲು ತರಬೇತಿ ನೀಡುವುದು, ಐಒಟಿ ಸಾಧನದಿಂದ ಅದನ್ನು ಬಳಸುವುದು ಮತ್ತು ಇವುಗಳನ್ನು ಕ್ಲೌಡ್ ಬದಲು ಐಒಟಿ ಸಾಧನದಲ್ಲಿ (ಎಡ್ಜ್ ನಲ್ಲಿ) ಹೇಗೆ ಕಾರ್ಯಗತಗೊಳಿಸುವುದು ಎಂಬುದನ್ನು ಕಲಿಯುತ್ತೀರಿ.

💁 ಈ ಪಾಠಗಳು ಕೆಲವು ಕ್ಲೌಡ್ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಬಳಸುತ್ತವೆ. ನೀವು ಈ ಯೋಜನೆಯ ಎಲ್ಲಾ ಪಾಠಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸದಿದ್ದರೆ, ನಿಮ್ಮ ಯೋಜನೆಯನ್ನು ಶುದ್ಧಗೊಳಿಸುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಂಡು.

ವಿಷಯಗಳು

  1. ಹಣ್ಣು ಗುಣಮಟ್ಟ ಪತ್ತೆಗಾರವನ್ನು ತರಬೇತಿ ನೀಡುವುದು
  2. ಐಒಟಿ ಸಾಧನದಿಂದ ಹಣ್ಣು ಗುಣಮಟ್ಟ ಪರಿಶೀಲನೆ
  3. ನಿಮ್ಮ ಹಣ್ಣು ಪತ್ತೆಗಾರವನ್ನು ಎಡ್ಜ್ ನಲ್ಲಿ ಚಾಲನೆ ಮಾಡುವುದು
  4. ಸೆನ್ಸಾರ್‌ನಿಂದ ಹಣ್ಣು ಗುಣಮಟ್ಟ ಪತ್ತೆ ಪ್ರೇರಣೆ

ಕ್ರೆಡಿಟ್‌ಗಳು

ಎಲ್ಲಾ ಪಾಠಗಳನ್ನು ♥️ ಮೂಲಕ ಜೆನ್ ಫಾಕ್ಸ್ ಮತ್ತು ಜಿಮ್ ಬೆನಟೆಟ್ ಬರೆಯಲಾಗಿದೆ


ಸೂचना:
ಈ ದಸ್ತಾವೇಜನ್ನು AI ಭಾಷಾಂತರ ಸೇವೆ Co-op Translator ಬಳಸಿಕೊಂಡು ಭಾಷಾಂತರಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಗೆ ಪ್ರಯತ್ನಿಸಿದರೂ, ಸ್ವಯಂಚಾಲಿತ ಭಾಷಾಂತರಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳಿರಬಹುದು ಎಂಬುದು ದಯವಿಟ್ಟು ಗಮನದಲ್ಲಿಡಿ. ಮೂಲ ದಸ್ತಾವೇಜಿನ ಮೂಲಭಾಷೆಯನ್ನು ಅಧಿಕೃತ ಮೂಲವಾಗಿಟ್ಟುಕೊಳ್ಳಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಭಾಷಾಂತರವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಭಾಷಾಂತರ ಬಳಕೆಯಿಂದಾಗಿ ಉಂಟಾಗುವ ಯಾವುದೇ ದುರಜ್ಞಾನಗಳು ಅಥವಾ ತಪ್ಪಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದಕ್ಕೆ ನಾವು ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.