“AI”护农业 - 智能硬件 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 测试

“AI”护农业

  • 测试竞赛作品——“AI”护农业

    作品名称:“AI”护农业
    参赛院校:西北师范大学
    指导教师:代祖华
    团队成员:孟姣姣、王永刚、曹永梅、丁宣元
    数媒竞赛网(mit.caai.cn)2021年参赛作品
    作品描述:

    本作品是一款结合物联网技术和深度学习技术的智能化农作物种植辅助系统,该系统由农作物虫害检测、种植坏境监测以及农作物病虫害防治三个部分组成。其工作流程为:先获取农作物虫害数据集,将获取到的数据集进行标注,标注完成后随机划分成训练集和测试集,接着将训练集数据集输入到深度学习开发的网络模型中进行网络模型训练。训练结束后使用划分好的测试集数据测试识别网络模型是否达到所预期的精确度,如果没有达到精确度就对数据集做增强操作,重新训练网络模型,如果达到了所预期的精确度,则将训练好的网络模型应用到农作物种植辅助系统上。农作物种植辅助系统使用Web技术开发,系统所有的功能通过网页的方式呈现给用户,极大程度方便用户的操作。系统通过自带的硬件设备对农作物种植环境拍照,然后将照片上传到检测模块进行检测,以此来判断农作物有无病虫害,如果检测出植物存在病虫害则通过互联网搜素该病虫害症状和防止措施并通过邮箱发送给客户。除此之外,用户还可以在服务端查看当前种植环境监测情况和历史虫害检测记录等,让客户及时进行病虫害处理,从而达到实时监测,减少损失,提高农作物经济的收益。


  • 测试竞赛作品——“AI”护农业

    作品名称:“AI”护农业
    参赛院校:西北师范大学
    指导教师:代祖华
    团队成员:孟姣姣、王永刚、曹永梅、丁宣元
    数媒竞赛网2021年参赛作品
    作品描述:

    本作品是一款结合物联网技术和深度学习技术的智能化农作物种植辅助系统,该系统由农作物虫害检测、种植坏境监测以及农作物病虫害防治三个部分组成。其工作流程为:先获取农作物虫害数据集,将获取到的数据集进行标注,标注完成后随机划分成训练集和测试集,接着将训练集数据集输入到深度学习开发的网络模型中进行网络模型训练。训练结束后使用划分好的测试集数据测试识别网络模型是否达到所预期的精确度,如果没有达到精确度就对数据集做增强操作,重新训练网络模型,如果达到了所预期的精确度,则将训练好的网络模型应用到农作物种植辅助系统上。农作物种植辅助系统使用Web技术开发,系统所有的功能通过网页的方式呈现给用户,极大程度方便用户的操作。系统通过自带的硬件设备对农作物种植环境拍照,然后将照片上传到检测模块进行检测,以此来判断农作物有无病虫害,如果检测出植物存在病虫害则通过互联网搜素该病虫害症状和防止措施并通过邮箱发送给客户。除此之外,用户还可以在服务端查看当前种植环境监测情况和历史虫害检测记录等,让客户及时进行病虫害处理,从而达到实时监测,减少损失,提高农作物经济的收益。


  • 测试竞赛作品——“AI”护农业

    作品名称:“AI”护农业
    参赛院校:西北师范大学
    指导教师:代祖华
    团队成员:孟姣姣、王永刚、曹永梅、丁宣元
    数媒竞赛网2021年参赛作品
    作品描述:

    本作品是一款结合物联网技术和深度学习技术的智能化农作物种植辅助系统,该系统由农作物虫害检测、种植坏境监测以及农作物病虫害防治三个部分组成。其工作流程为:先获取农作物虫害数据集,将获取到的数据集进行标注,标注完成后随机划分成训练集和测试集,接着将训练集数据集输入到深度学习开发的网络模型中进行网络模型训练。训练结束后使用划分好的测试集数据测试识别网络模型是否达到所预期的精确度,如果没有达到精确度就对数据集做增强操作,重新训练网络模型,如果达到了所预期的精确度,则将训练好的网络模型应用到农作物种植辅助系统上。农作物种植辅助系统使用Web技术开发,系统所有的功能通过网页的方式呈现给用户,极大程度方便用户的操作。系统通过自带的硬件设备对农作物种植环境拍照,然后将照片上传到检测模块进行检测,以此来判断农作物有无病虫害,如果检测出植物存在病虫害则通过互联网搜素该病虫害症状和防止措施并通过邮箱发送给客户。除此之外,用户还可以在服务端查看当前种植环境监测情况和历史虫害检测记录等,让客户及时进行病虫害处理,从而达到实时监测,减少损失,提高农作物经济的收益。


  • 测试竞赛作品——“AI”护农业

    作品名称:“AI”护农业
    参赛院校:西北师范大学
    指导教师:代祖华
    团队成员:孟姣姣、王永刚、曹永梅、丁宣元
    数媒竞赛网2021年参赛作品
    作品描述:

    本作品是一款结合物联网技术和深度学习技术的智能化农作物种植辅助系统,该系统由农作物虫害检测、种植坏境监测以及农作物病虫害防治三个部分组成。其工作流程为:先获取农作物虫害数据集,将获取到的数据集进行标注,标注完成后随机划分成训练集和测试集,接着将训练集数据集输入到深度学习开发的网络模型中进行网络模型训练。训练结束后使用划分好的测试集数据测试识别网络模型是否达到所预期的精确度,如果没有达到精确度就对数据集做增强操作,重新训练网络模型,如果达到了所预期的精确度,则将训练好的网络模型应用到农作物种植辅助系统上。农作物种植辅助系统使用Web技术开发,系统所有的功能通过网页的方式呈现给用户,极大程度方便用户的操作。系统通过自带的硬件设备对农作物种植环境拍照,然后将照片上传到检测模块进行检测,以此来判断农作物有无病虫害,如果检测出植物存在病虫害则通过互联网搜素该病虫害症状和防止措施并通过邮箱发送给客户。除此之外,用户还可以在服务端查看当前种植环境监测情况和历史虫害检测记录等,让客户及时进行病虫害处理,从而达到实时监测,减少损失,提高农作物经济的收益。


  • 测试竞赛作品——“AI”护农业

    作品名称:“AI”护农业
    参赛院校:西北师范大学
    指导教师:代祖华
    团队成员:孟姣姣、王永刚、曹永梅、丁宣元
    数媒竞赛网2021年参赛作品
    作品描述:

    本作品是一款结合物联网技术和深度学习技术的智能化农作物种植辅助系统,该系统由农作物虫害检测、种植坏境监测以及农作物病虫害防治三个部分组成。其工作流程为:先获取农作物虫害数据集,将获取到的数据集进行标注,标注完成后随机划分成训练集和测试集,接着将训练集数据集输入到深度学习开发的网络模型中进行网络模型训练。训练结束后使用划分好的测试集数据测试识别网络模型是否达到所预期的精确度,如果没有达到精确度就对数据集做增强操作,重新训练网络模型,如果达到了所预期的精确度,则将训练好的网络模型应用到农作物种植辅助系统上。农作物种植辅助系统使用Web技术开发,系统所有的功能通过网页的方式呈现给用户,极大程度方便用户的操作。系统通过自带的硬件设备对农作物种植环境拍照,然后将照片上传到检测模块进行检测,以此来判断农作物有无病虫害,如果检测出植物存在病虫害则通过互联网搜素该病虫害症状和防止措施并通过邮箱发送给客户。除此之外,用户还可以在服务端查看当前种植环境监测情况和历史虫害检测记录等,让客户及时进行病虫害处理,从而达到实时监测,减少损失,提高农作物经济的收益。



测试竞赛作品—Spider Web电能实时监测系统-电网提质增效新帮手 上一篇

  • 1/5

  • 2/5

  • 3/5

  • 4/5

  • 5/5

测试竞赛作品—备孕家庭小医生-精子活力检测芯片与分析系统开发 下一篇



Copyright © 2001 - 2022 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2022 数媒竞赛网(http://www.shumeijingsai.com)版权所有