基于微博的植物生长检测系统设计

本文研发了一款基于微博的植物生长检测系统,采用土壤温湿度传感器、环境温湿度传感器、二氧化碳传感器、紫外线传感器、烟雾传感器和亮度传感器实时检测获得植物的生长环境。当环境参数不适宜植物生长时,生长检测系统会自动发布微博信息提示缺水或高温报警信息和植物生长环境各参数,呼吁主人及时照顾植物,具有良好的互动效果。

一种基于树莓派部署的改进YOLOv5植物生长状态检测算法

植物的生长过程往往需要一定的时间,在这段时间内,它会演变成不同的阶段,从而对生长环境的要求不同。目前,确定植物生长状态的方法主要是基于人工先验经验和培育者的目视检查。这种传统方法耗时费力,效率低下且准确率有限。学术界已经提出了许多计算机视觉算法来诊断苹果叶病,但大多数算法只能在高性能GPU上运行,这限制了大部分算法在该领域的应用。在本文中,我们优化了yolov5网络结构及其卷积模块,并提出了一种新的yolov5网络。而这种网络具有更简洁、更轻量的结构,使其可以在树莓派上实时检测植物生长状态。我们构建了一个包含5323张图片的植物生长数据集,并将植物的生长状态分为五类。为了优化模型性能,我们采用了以下方法:1.使用Ghost模块替换了普通卷积,从而显著减少参数数量。2.通过CBAM模块引入attention注意力模块来提升模型的特征提取性能。3.修改了mosaic增强部分,将其改为3x3样式,以增强数据的多样性。实验结果表明,本文模型的最高mAP为88.3%,最小模型大小为11.67MB,在GPU服务器上的每秒帧数(FPS)最高为85.6。在树莓派4B上测试达到了11.7FPS,比标准的yolov5提高了4.1%的性能。

基于物联网技术的植物生长状况检测系统

本文依据现代农业需求开发设计了一款基于物联网技术的植物生长状况检测系统。该系统基于STM32F103VE芯片,设计了图像采集器以及开发了相应的数据分析算法,其中图像采集器包含对应的智能图像处理算法。数据分析算法通过STM32F103VE芯片以及对应的外设实现检测植物生长状况的功能,并通过Wi-Fi以及GPRS技术实现数据的传输,最后通过移动终端或者管理终端显示结果。

BST北京赛恩思科贸有限公司 植物病害检测产品

植物病毒快速检测试剂盒，从样品前处理到检测实验的全套试剂，ELISA检测技术，操作简单，3小时出结果。快速检测试纸条不需仪器，适合野外操作，几分钟出结果。

温室番茄最适宜生态环境管理指标的研究

在湖北省鄂州节水示范基地展开试验研究,利用LPS-05型植物生长检测仪对温室番茄的生理状况及室内环境进行实时监测,定性分析番茄主要器官(茎、叶)对室内温湿环境所响应的微动态变化,以作物自身生理状况为参考标准,确定了适宜番茄生长的温室环境指标。番茄茎粗生长最优的临界夜间最低温度为17.8℃;2类典型天气条件下叶表面露水汽化时间分别为09:30(晴)和11:30(阴雨),均比空气滞后1h;在充分灌水条件下,温室番茄发生水分胁迫时空气饱和水汽压差的临界值约为2.7kPa。