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/mr/4-manufacturing
localizeflow[bot] 2a0b86ec92
chore(i18n): sync translations with latest source changes (#577)
4 months ago
..
lessons chore(i18n): sync translations with latest source changes (#577) 4 months ago
README.md chore(i18n): sync translations with latest source changes (#571) 6 months ago

README.md

उत्पादन आणि प्रक्रिया - अन्न प्रक्रिया सुधारण्यासाठी IoT चा वापर

जेव्हा अन्न एका केंद्रीय केंद्र किंवा प्रक्रिया कारखान्यात पोहोचते, तेव्हा ते नेहमीच थेट सुपरमार्केटमध्ये पाठवले जात नाही. अनेक वेळा अन्न विविध प्रक्रिया टप्प्यांमधून जाते, जसे की गुणवत्तेनुसार वर्गीकरण. ही प्रक्रिया पूर्वी हाताने केली जात असे - शेतात काम करणारे फळे निवडत असत, फक्त पिकलेली फळे निवडत, आणि नंतर कारखान्यात फळे कन्व्हेयर बेल्टवर जात असत, जिथे कर्मचारी हाताने खराब किंवा सडलेली फळे काढून टाकत असत. शाळेच्या उन्हाळी सुट्टीत मी स्वतः स्ट्रॉबेरी निवडण्याचे काम केले आहे, त्यामुळे मी सांगू शकतो की हे काम फारसे आनंददायक नाही.

आधुनिक यंत्रणा IoT च्या मदतीने वर्गीकरण करतात. Weco सारख्या सुरुवातीच्या उपकरणांमध्ये ऑप्टिकल सेन्सर्सचा वापर करून उत्पादनाची गुणवत्ता ओळखली जाते, जसे की हिरवी टोमॅटो नाकारली जातात. ही उपकरणे शेतात हार्वेस्टरमध्ये किंवा प्रक्रिया कारखान्यात वापरली जाऊ शकतात.

कृत्रिम बुद्धिमत्ता (AI) आणि मशीन लर्निंग (ML) मध्ये प्रगती होत असताना, ही यंत्रे अधिक प्रगत होऊ शकतात. ML मॉडेल्स तयार करून फळे आणि परदेशी वस्तू जसे की दगड, माती किंवा कीटक यांच्यातील फरक ओळखता येतो. ही मॉडेल्स फळांची गुणवत्ता ओळखण्यासाठीही प्रशिक्षित केली जाऊ शकतात, जसे की फक्त खराब फळेच नाही तर रोग किंवा इतर पीक समस्यांचे लवकर ओळखणे.

🎓 ML मॉडेल हा शब्द मशीन लर्निंग सॉफ्टवेअरला डेटाच्या संचावर प्रशिक्षण दिल्यानंतर तयार होणाऱ्या आउटपुटसाठी वापरला जातो. उदाहरणार्थ, तुम्ही पिकलेली आणि न पिकलेली टोमॅटो ओळखण्यासाठी ML मॉडेल तयार करू शकता, आणि नंतर नवीन प्रतिमांवर मॉडेल वापरून टोमॅटो पिकलेले आहेत की नाही हे तपासू शकता.

या 4 धड्यांमध्ये तुम्ही प्रतिमांवर आधारित AI मॉडेल्स कसे तयार करायचे, फळांची गुणवत्ता ओळखण्यासाठी IoT उपकरणांवर त्यांचा वापर कसा करायचा, आणि हे मॉडेल्स क्लाउडऐवजी IoT उपकरणांवर कसे चालवायचे हे शिकाल.

💁 या धड्यांमध्ये काही क्लाउड संसाधनांचा वापर केला जाईल. जर तुम्ही या प्रकल्पातील सर्व धडे पूर्ण केले नाहीत, तर तुमचा प्रकल्प साफ करा.

विषय

  1. फळांची गुणवत्ता ओळखणारे मॉडेल तयार करा
  2. IoT उपकरणावरून फळांची गुणवत्ता तपासा
  3. तुमचे फळ ओळखणारे मॉडेल एजवर चालवा
  4. सेन्सरद्वारे फळांची गुणवत्ता ओळखण्याची प्रक्रिया सुरू करा

श्रेय

सर्व धडे Jen Fox आणि Jim Bennett यांनी ♥️ सह लिहिले आहेत.


अस्वीकरण:
हा दस्तऐवज AI भाषांतर सेवा Co-op Translator चा वापर करून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी कृपया लक्षात ठेवा की स्वयंचलित भाषांतरे त्रुटी किंवा अचूकतेच्या अभावाने युक्त असू शकतात. मूळ भाषेतील दस्तऐवज हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून उद्भवलेल्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार राहणार नाही.