基于AI-IoT的智能农业枢纽用于植物疾病的检测和治疗

科学领域:

• 农业技术 农业技术
• 人工智能的人工智能
• 物联网的物联网,就是物联网.

背景情况:

• 现代农业面临着水资源短缺,植物疾病和害虫袭击等挑战.
• 人工智能 (AI) 和物联网 (IoT) 的整合为强大和可持续的农业提供了解决方案.
• 现有的物联网设备,如无人机和机器人,在应对这些农业挑战方面存在局限性.

研究的目的:

• 提出一个AI-IoT智能农业枢纽系统,用于植物疾病的检测和治疗.
• 开发深度学习模型,用于多种作物植物疾病的识别和自动化治疗.
• 克服目前农业技术的局限性,如无人机和机器人.

主要方法:

• 开发了一个新的物联网系统架构和硬件试点,与中央枢纽集成.
• 使用深度学习 (DL) 模型,特别是预训练的ResNet50,用于植物疾病分类.
• 增强了25940张图像的数据集,以训练DL模型对11种植物叶类进行训练.

主要成果:

• 在植物疾病检测方面,ResNet50模型实现了99.8%的测试准确度.
• 实验结果显示F1分数,回忆和精度分别为99.91%,99.92%和100%.
• 拟议的系统可以有效地检测和治疗植物疾病,而不需要无人机或机器人的限制.

结论:

• 人工智能物联网智能农业枢纽是有效检测和治疗植物疾病的可行解决方案.
• 这种综合系统增强了农业的稳健性和生态意识.
• 高精度和性能指标证明了该系统在智能农业应用中的有效性.