ModelArts + NB-IOT实现智慧农业平台

Shenzhenyuxi 发表于 2020/08/05 20:07:57 2020/08/05
【摘要】 针对传统农业需有经验的农民每日下地查看才能发现农作物疾病的痛点,本项目利用华为人工智能开发板的智能平台实现对农作物的生长环境的实时监控并采集数据,通过ModelArts AI云平台进行深度学习识别农作物疾病,并做出相应措施。

项目介绍:

针对传统农业需有经验的农民每日下地查看才能发现农作物疾病的痛点,本项目利用华为人工智能开发板的智能平台实现对农作物的生长环境的实时监控并采集数据,通过ModelArts AI云平台进行深度学习识别农作物疾病,并做出相应措施。

解决问题:

传统农业中农民需要丰富的经验才能及时识别各种农作物疾病并进行应对。单一农户熟悉的农作物数量有限。依靠农民巡视的方式查看农作物的生长情况效率较低。

使用平台

ModelArts AI云平台,NB-IOT物联网平台

原理介绍

ModelArts AI云平台

准备数据集后导入OBS桶,在ModelArts平台上创建农作物疾病数据集并进行标注。接着基于Github上开源代码与ModelArts平台中提供的预置模型进行在线训练。训练结束后在线部署农作物疾病检测模型。

 

                                     

NB-IOT物联网平台:

通过提供的EVB_M1板采集各种数据。然后将数据通过板上的NB-IOT模块发到基站上,基站再将数据发送到华为OceanConnect 平台。使用手机APP调用API接口可以从OceanConnect平台上获取数据,进行对各种环境数据的远程实时检测读取。

解决方案:

1.  数据集准备:基于PlantVillage Disease Classification Challenge中的农作物疾病数据,添加了在南科大植物房中获取的样本。在ModelArts上对数据进行标注后,得到了可用于训练神经网络模型的数据集。

2.  模型训练:通过ModelArts平台,选定inception_v3网络和resent50网络,并设置参数后进行训练。

 

3.  模型验证:在南科大植物房中针对西红柿测试模型效果。

4.  结合NB-IOT开发板,通过App调用开发板获取植物房内温湿度、光照强度,烟感浓度,GPS位置等参数信息如下图所示,得出处理方案。

PS:PlantVillage Disease Classification Challenge数据集地址(https://www.crowdai.org/challenges/plantvillage-disease-classification-challenge)

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区),文章链接,文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:cloudbbs@huaweicloud.com进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。