Le tecnologie di intelligenza artificiale e di riconoscimento delle immagini sono combinate con i sensori ambientali e l'Internet delle cose (IoT) per l'identificazione dei parassiti. I sistemi di meteorologia agricola e di identificazione dei parassiti in tempo reale su applicazioni mobili sono valutati sulla base dell'identificazione intelligente dei parassiti e dei dati IoT ambientali. Abbiamo combinato l'attuale tecnologia matura dell'IoT e il deep learning e l'abbiamo applicata all'agricoltura intelligente. Abbiamo utilizzato il deep learning YOLOv3 per il riconoscimento delle immagini per ottenere la posizione di Tessaratoma papillosa e analizzato le informazioni ambientali provenienti dalle stazioni meteorologiche attraverso la memoria a breve termine (LSTM) per prevedere la presenza di parassiti. I risultati sperimentali hanno dimostrato che l'accuratezza dell'identificazione dei parassiti ha raggiunto il 90%. Un posizionamento preciso può ridurre efficacemente la quantità di pesticidi utilizzati e ridurre i danni al suolo causati dai pesticidi. La ricerca attuale fornisce agli agricoltori la localizzazione dei parassiti e la loro estensione, consentendo loro di utilizzare con precisione l'applicazione di pesticidi in un momento e in un luogo precisi, riducendo così la manodopera agricola necessaria per il controllo tempestivo dei parassiti e raggiungendo così l'obiettivo di un'agricoltura intelligente.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.