Toybrick

基于AIoT的植物缺水检测系统

浙大宣兴琦

新手上路

积分
10
发表于 2021-7-7 16:16:49    查看: 2482|回复: 0 | [复制链接]    打印 | 显示全部楼层
本帖最后由 浙大宣兴琦 于 2021-7-7 22:24 编辑

一、提出背景
为了解决灌溉水无法得到高效利用的问题,我们提出基于深度学习的植物灌溉检测系统。该项目通过深度学习的手段,对植物的干旱程度进行精准预测,对于干旱的植物进行灌溉水的精准配置,从而解决灌溉水利用效率低的问题。此外该系统可以节省部分人工成本,对植物的精准灌溉也可以帮助作物增产,提高作物质量。
二、技术原理
本项目以RK3399PRO开发板为核心计算资源,集成摄像头和微型光谱仪构建基于深度学习的植物灌溉检测系统。本系统的构建工作可分为三个部分:
1.采集植物不同干旱程度的数据集,利用该数据及对DenseNet进行训练,调优,得到准确率最高的模型。
2.利用湿度传感对植物的状态进行检查,并根据已有的数据对植物的状态做出判断。
3.  将训练好的模型部署到RK3399PRO开发板上,对模型进行转换和推理;并通过串口通信和GPIO口的驱动,对土壤湿度、温度等传感器的数据进行分析,与视觉模型得到的分类结果对比,增强决策的科学性,提高分类准确度。
具体构成:

三、实现方法
见源码:https://gitee.com/seerer/aiot-auto-irrigation.git

四、实现视频
见第三方视频网站:https://www.bilibili.com/video/BV1Tv411p7tQ

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

产品中心 购买渠道 开源社区 Wiki教程 资料下载 关于Toybrick


快速回复 返回顶部 返回列表