中国是一个拥有五千年农业历史的农业大国，但它不是一个农业强国。近年来，智能农业已成为促进5G、云计算、人工智能等技术应用的重要产业。

智能农业的显著特点之一是产业链大幅度延伸，形成了农业生产前后紧密结合的产业体系，其目的是将智能思维与信息技术、计算机技术等先进科学技术结合起来，实现农业的可持续发展，使农业生产产量高、质量好、成本低、环境污染少。

人工智能是新一轮科技革命和产业变革的重要推动力，人工智能在农业生产中的应用主要是将计算机和网络技术、物联网技术、3S技术、无线通信技术、音视频技术和专家智慧相结合，实现农业可视化远程诊断、远程预警和远程控制等智能管理，提高农业生产的质量和效率，提高操作人员的体验和舒适度。

基于多年来百度的深度学习技术研究和业务应用，百度螺旋桨是第一个自主研发、功能完备、源代码开放的行业级深度学习平台，它集成了深入学习的核心培训和推理框架、基本模型库、端到端开发工具包和丰富的工具组件。该螺旋桨浓缩了230万名开发者，为90000家企业服务，并在桨平台上创建了310000多个型号。桨在城市、工业、电力、通信等多个与国计民生有关的领域发挥作用，帮助越来越多的行业完成人工智能赋权，实现产业智能化升级。

在整个农业生产过程中，从产前、助产到产后，在每个细分领域，人工智能都有发展其人才的机会。例如，在产前阶段，PaddleDetection是百度螺旋桨推出的一个统一的目标检测框架。支持现有的RCNN、SSD、YOLO等系列型号，支持ResNet、ResNet-VD、ResNeXt、ResNeXt-VD、Senet、MobileNet、DROWNET和其他骨干网络。根据农业领域不同的商业场景，作物识别、昆虫检测(性能、目标大小、精度等)可以在框架中选择不同的模块，得到最合适的模型来完成任务。

以YOLOv 3模型为例，与同期最优同类产品相比，基于COCO数据集的训练速度为40%，验证集图(平均平均精度)的准确率为38.9%，超过1%。在这次升级中，桨工本着精湛的工艺精神，使模型得到进一步强化，COCO数据集图高达43.2%，训练速度也提高了40%，并且基于YOLOv 3开源的各种模型压缩完成方案，所以YOLOv 3请到高层！

在生产中期，随着农业也在寻求转型，水培作为一项新的环保技术正在逐步推广。在引入人工智能能力之前，用水分配模式的使用需要依靠农业领域的专业人员和经验，在生产过程中进行质量判断，一旦人员疏忽，就会造成15%的≤20%的生产浪费。引入EasyDL进行模型开发，实现了机器的自动识别，完成了蔬菜生长的实时管理，减少了不良产品的产量，提高了产品质量，使产量提高了10%≤15%。同时，种子、基质、营养液等生产材料的成本分别降低了10%和15%，农艺师的工作效率提高了3倍。