开发一个低成本的分布式计算管道,用于高通量棉花表型化
Vaishnavi Thesma1, Glen C Rains2, Javad Mohammadpour Velni3
1School of Electrical and Computer Engineering, University of Georgia, Athens, GA 30602, USA.
Sensors (Basel, Switzerland)
|February 10, 2024
概括
研究人员使用Raspberry Pi和Hadoop开发了一种低成本的分布式计算管道,用于棉花表型化. 该系统可对棉花图像进行高效,高通量分析,以改善农业研究.
科学领域:
- 农业科学 农业科学
- 计算机科学 计算机科学
- 数据科学数据科学数据科学
背景情况:
- 高通量表型化对于作物改进至关重要.
- 现有的方法可能是昂贵和计算密集的.
- 分布式计算为农业数据分析提供了一个可扩展的解决方案.
研究的目的:
- 开发一种低成本的分布式计算管道,用于棉花植物的表型化.
- 为了利用Raspberry Pi,Hadoop和深度学习进行高效的图像分析.
- 为了使高吞吐量表型化在基于田间的农业.
主要方法:
- 使用一个主要复制的分布式架构与树Pis和Apache Hadoop.
- 使用预先训练的Tiny-YOLOv4模型来检测棉花花朵.
- 实现了分布式文件系统,用于可靠的数据访问和并行处理.
- 评估了不同节点配置的集群性能.
主要成果:
- 成功开发并实施了一个功能分布式计算管道.
- 证明了棉花图像数据的并行处理,从预处理到花朵检测.
- 提供了四节点与集中和较小集群的性能比较.
- 实现了棉花表型化高效的时空地图创建.
结论:
- 开发的管道为高通量棉花表型化提供了具有成本效益的解决方案.
- 这项工作开创了基于现场农业研究的分布式计算应用.
- 该系统有助于对农业图像进行强大且可扩展的分析.


