Sommario:
- Passaggio 1: configurare l'hardware e il software
- Passaggio 2: test di base della webcam
- Passaggio 3: formazione/test di un set di dati per implementare l'obiettivo AvoID
- Passaggio 4: risultati e lavoro futuro
Video: Rilevamento delle malattie delle piante con Qualcomm Dragonboard 410c: 4 passaggi
2024 Autore: John Day | [email protected]. Ultima modifica: 2024-01-30 10:02
Ciao a tutti, partecipiamo al Contest Inventing the Future with Dragonboard 410c sponsorizzato da Embarcados, Linaro e Baita.
Progetto AvoID (Agro View Disease)
Il nostro obiettivo è creare un sistema integrato in grado di acquisire immagini, elaborare e rilevare possibili malattie delle piante in un'azienda agricola. Un'ulteriore applicazione del nostro progetto (non implementato) è la capacità IoT di monitorare in tempo reale una fattoria.
Il più grande vantaggio del sistema AvoID è che non è necessario un tipo specifico di oggetto per monitorare l'allevamento. Se possiedi un quadriciclo o un drone, puoi semplicemente collegare la piattaforma AvoID al tuo oggetto e monitorare la fattoria.
Fondamentalmente l'AVoID è composto dal Dranboard 410c e da una webcam.
Nei prossimi passaggi spiegheremo sostanzialmente come costruire il blocco principale del sistema AvoID
Non esitate a contattarci in merito al sistema AvoID e alla sua implementazione:
Caio Ferreira ([email protected])
Eronide Neto ([email protected])
Maria Luiza ([email protected])
Passaggio 1: configurare l'hardware e il software
Il primo passo del nostro progetto è impostare l'hardware necessario per implementare il sistema AVOID.
Fondamentalmente avrai bisogno
Hardware
- 01x Dragonboard 410c (con immagine Debian, clicca qui per vedere come installare Debian su Dragonboard);
- 01x Webcam compatibile con la Dragonboard (vedi qui compatibilità);
Software
> Installa OpenCV sui pacchetti di immagini Dragonboard, Scikit Learn e Scikit per la distribuzione Debian Linux.
- Installazione di OpenCV (vedi questo link, usa la prima parte relativa all'installazione di OpenCV);
- Installa Scikit Learn e Image tramite il terminale!
pip install -U scikit-learn
Passaggio 2: test di base della webcam
Il nostro secondo passo è verificare che tutto ciò che abbiamo impostato sia ok!
1) Esegui il codice demo della webcam per vedere alcune immagini/video
Esegui il codice foto.py sul terminale.
> pitone foto.py
2) Esegui un esempio OpenCV
Un'altra opzione per verificare che openCV sia installato correttamente è eseguire un esempio di opencv.
Passaggio 3: formazione/test di un set di dati per implementare l'obiettivo AvoID
Parte A: tecniche di elaborazione delle immagini
Probabilmente questo sarà il passo più complesso del nostro progetto. Ora dobbiamo stabilizzare alcuni parametri e metriche per decidere se una pianta (un'immagine di una pianta) ha qualche malattia.
Il nostro riferimento principale per questo passaggio è questo articolo che mostra come rilevare le malattie nelle foglie utilizzando tecniche di elaborazione delle immagini. Fondamentalmente, il nostro obiettivo in questo passaggio è replicare queste tecniche di elaborazione delle immagini nella scheda Dragonboard 410c.
1) Definire il set di dati dell'immagine e il tipo di pianta di cui si desidera rilevare le malattie
Questa è una parte importante della tua specifica. Che tipo di pianta vuoi indeitificare le malattie. Dal riferimento dell'articolo, sviluppiamo sulla base di una foglia di Strwaberry.
Questo codice carica una foglia di fragola e fa la parte di elaborazione dell'immagine.
Parte B: apprendimento automatico
Dopo la parte di elaborazione delle immagini, dobbiamo organizzare i dati in qualche modo. Dalla teoria dell'apprendimento automatico, dobbiamo raggruppare i dati in gruppi. Se il piano ha una malattia, uno di questo gruppo lo indicherebbe.
L'algoritmo di classificazione che usiamo per raggruppare queste informazioni è l'algoritmo K-means.
Passaggio 4: risultati e lavoro futuro
Quindi, possiamo vedere alcuni risultati per rilevare alcune malattie dalle immagini e dai cluster di immagini.
Un altro miglioramento nel nostro progetto è il dashboard IoT che potrebbe essere implementato.
Consigliato:
Rilevamento di situazioni di emergenza - Qualcomm Dragonboard 410c: 7 passaggi
Rilevamento di situazioni di emergenza - Qualcomm Dragonboard 410c: alla ricerca di sistemi di sicurezza che lavorino per monitorare situazioni di emergenza, è possibile notare che è troppo difficile elaborare tutte le informazioni registrate. Pensando a questo, abbiamo deciso di utilizzare le nostre conoscenze nell'elaborazione di audio/immagini, sensori e
Come rilevare le malattie delle piante utilizzando l'apprendimento automatico: 6 passaggi
Come rilevare le malattie delle piante utilizzando l'apprendimento automatico: il processo di rilevamento e riconoscimento delle piante malate è sempre stato un processo manuale e noioso che richiede agli esseri umani di ispezionare visivamente il corpo della pianta, il che spesso può portare a una diagnosi errata. È stato anche previsto che come globale w
Robot di Halloween con rilevamento del volto e rilevamento del sorriso: 8 passaggi (con immagini)
Monitoraggio del viso e rilevamento del sorriso Robot di Halloween: Halloween sta arrivando! Abbiamo deciso di costruire qualcosa di interessante. Incontra i robot Ghosty e Skully. Possono seguire il tuo viso e sanno quando sorridi per ridere con te! Questo progetto è un altro esempio dell'utilizzo dell'app iRobbie che converte l'iPhone in
Alimentatore automatico per piante WiFi con serbatoio - Impostazione coltivazione indoor/outdoor - Piante acquatiche automaticamente con monitoraggio remoto: 21 passaggi
Wi-Fi Automatic Plant Feeder With Reservoir - Configurazione coltivazione indoor/outdoor - Innaffiare le piante automaticamente con monitoraggio remoto: In questo tutorial dimostreremo come configurare un sistema di alimentazione piante interno/esterno personalizzato che irriga automaticamente le piante e può essere monitorato da remoto utilizzando la piattaforma Adosia
Vaccinarsi o no? un progetto sull'osservazione dell'immunità di gregge attraverso la simulazione delle malattie: 15 passaggi
Vaccinarsi o no? un progetto sull'osservazione dell'immunità di gregge attraverso la simulazione delle malattie: panoramica del progetto: il nostro progetto esplora l'immunità di gregge e spera di incoraggiare le persone a farsi vaccinare per ridurre i tassi di infezione nelle nostre comunità. Il nostro programma simula come una malattia infetta una popolazione con diverse percentuali di vaccinat