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.
38 lines
7.3 KiB
38 lines
7.3 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "3764e089adf2d5801272bc0895f8498b",
|
|
"translation_date": "2025-08-27T10:06:24+00:00",
|
|
"source_file": "4-manufacturing/README.md",
|
|
"language_code": "ne"
|
|
}
|
|
-->
|
|
# उत्पादन र प्रशोधन - खाना प्रशोधन सुधार्न IoT को प्रयोग
|
|
|
|
जब खाना केन्द्रीय केन्द्र वा प्रशोधन प्लान्टमा पुग्छ, यो सधैं सुपरमार्केटमा पठाइँदैन। धेरैजसो अवस्थामा खाना विभिन्न प्रशोधन चरणहरूबाट जान्छ, जस्तै गुणस्तर अनुसार वर्गीकरण। यो प्रक्रिया पहिले म्यानुअल थियो - यो खेतमै सुरु हुन्थ्यो जब कामदारहरूले मात्र पाकेको फलफूल टिप्थे, त्यसपछि कारखानामा फलफूल कन्वेयर बेल्टमा जान्थ्यो र कर्मचारीहरूले म्यानुअल रूपमा कुनै पनि कुहिएको वा बिग्रिएको फलफूल हटाउँथे। विद्यालयको समयमा ग्रीष्मकालीन कामको रूपमा मैले आफैंले स्ट्रबेरी टिप्ने र वर्गीकरण गर्ने काम गरेको छु, र म भन्न सक्छु कि यो रमाइलो काम होइन।
|
|
|
|
अधिक आधुनिक प्रणालीहरूले वर्गीकरणका लागि IoT मा भर पर्छन्। [Weco](https://wecotek.com) जस्ता प्रारम्भिक उपकरणहरूले उत्पादनको गुणस्तर पत्ता लगाउन अप्टिकल सेन्सरहरूको प्रयोग गर्छन्, जस्तै हरियो टमाटरलाई अस्वीकार गर्ने। यी उपकरणहरू खेतमै हार्भेस्टरहरूमा वा प्रशोधन प्लान्टहरूमा प्रयोग गर्न सकिन्छ।
|
|
|
|
कृत्रिम बुद्धिमत्ता (AI) र मेसिन लर्निङ (ML) मा प्रगतिहरू भइरहँदा, यी मेसिनहरू अझ उन्नत बन्न सक्छन्, फलफूल र ढुंगा, माटो वा कीराहरू जस्ता विदेशी वस्तुहरू छुट्याउन प्रशिक्षित ML मोडेलहरूको प्रयोग गर्दै। यी मोडेलहरू फलफूलको गुणस्तर पत्ता लगाउन पनि प्रशिक्षित गर्न सकिन्छ, न केवल कुहिएको फलफूल तर रोगको प्रारम्भिक पहिचान वा अन्य बाली समस्याहरू पनि।
|
|
|
|
> 🎓 *ML मोडेल* शब्दले मेसिन लर्निङ सफ्टवेयरलाई डेटा सेटमा प्रशिक्षण दिएपछि प्राप्त हुने नतिजालाई जनाउँछ। उदाहरणका लागि, तपाईं पाकेको र नपाकेको टमाटर छुट्याउन ML मोडेललाई प्रशिक्षण दिन सक्नुहुन्छ, त्यसपछि नयाँ तस्बिरहरूमा मोडेल प्रयोग गरेर टमाटर पाकेको छ कि छैन भनेर पत्ता लगाउन सक्नुहुन्छ।
|
|
|
|
यी ४ पाठहरूमा तपाईंले फलफूलको गुणस्तर पत्ता लगाउन छविमा आधारित AI मोडेलहरू कसरी प्रशिक्षण दिने, IoT उपकरणबाट यी कसरी प्रयोग गर्ने, र यी क्लाउडमा नभई IoT उपकरणमै कसरी चलाउने भन्ने कुरा सिक्नुहुनेछ।
|
|
|
|
> 💁 यी पाठहरूले केही क्लाउड स्रोतहरूको प्रयोग गर्नेछन्। यदि तपाईंले यो परियोजनाका सबै पाठहरू पूरा गर्नुभएन भने, कृपया आफ्नो [परियोजना सफा गर्नुहोस्](../clean-up.md)।
|
|
|
|
## विषयवस्तुहरू
|
|
|
|
1. [फलफूलको गुणस्तर पत्ता लगाउने उपकरण प्रशिक्षण गर्नुहोस्](./lessons/1-train-fruit-detector/README.md)
|
|
1. [IoT उपकरणबाट फलफूलको गुणस्तर जाँच गर्नुहोस्](./lessons/2-check-fruit-from-device/README.md)
|
|
1. [तपाईंको फलफूल पत्ता लगाउने उपकरणलाई एजमा चलाउनुहोस्](./lessons/3-run-fruit-detector-edge/README.md)
|
|
1. [सेन्सरबाट फलफूलको गुणस्तर पत्ता लगाउने प्रक्रिया सुरु गर्नुहोस्](./lessons/4-trigger-fruit-detector/README.md)
|
|
|
|
## श्रेय
|
|
|
|
सबै पाठहरू ♥️ का साथ [Jen Fox](https://github.com/jenfoxbot) र [Jim Bennett](https://GitHub.com/JimBobBennett) द्वारा लेखिएका हुन्।
|
|
|
|
---
|
|
|
|
**अस्वीकरण**:
|
|
यो दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरी अनुवाद गरिएको हो। हामी यथासम्भव सटीकता सुनिश्चित गर्न प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादहरूमा त्रुटि वा अशुद्धता हुन सक्छ। यसको मूल भाषामा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्त्वपूर्ण जानकारीका लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याका लागि हामी जिम्मेवार हुने छैनौं। |