Qualcomm Dragonboard 410c: 4 bosqichli o'simlik kasalliklarini aniqlash

2024 Muallif: John Day | [email protected]. Oxirgi o'zgartirilgan: 2024-01-30 13:26

Hammaga salom, biz Embarcados, Linaro va Baita homiylik qilgan Dragonboard 410c bilan kelajakni kashf etamiz.

AVOID loyihasi (Agro View kasalligi)

Bizning maqsadimiz - fermada o'simliklarning mumkin bo'lgan kasalliklarini tasvirga olish, qayta ishlash va aniqlashga qodir tizimni yaratish. Loyihamizning qo'shimcha ilovasi (amalga oshirilmagan) - bu fermani real vaqtda kuzatib borish uchun IoT qobiliyati.

AVoID tizimining eng katta afzalligi shundaki, sizga fermani kuzatish uchun o'ziga xos turdagi ob'ekt kerak emas. Agar sizda quadricycle yoki dron bo'lsa, siz shunchaki AVoID plataformini ob'ektingizga ulashingiz va fermani kuzatishingiz mumkin.

Asosan AVoID Dranboard 410c va veb -kameradan iborat.

Keyingi bir necha qadamda biz asosan AVoID tizimining asosiy blokini qanday qurishni tushuntiramiz

AVoID tizimi va uni joriy etish haqida biz bilan bog'laning:

Kayo Ferreyra ([email protected])

Eronid Neto ([email protected])

Mariya Luiza ([email protected])

1 -qadam: Uskuna va dasturiy ta'minotni sozlang

Loyihamizning birinchi bosqichi - AVoID tizimini joriy etuvchi zarur uskunalarni o'rnatish.

Asosan sizga kerak bo'ladi

Uskuna

- 01x Dragonboard 410c (Debian tasviri bilan, Debian -ni Dragonboard -ga qanday o'rnatilishini ko'rish uchun shu erni bosing);

- Dragonboard bilan mos keladigan 01x veb -kamera (bu erda moslikni ko'ring);

Dasturiy ta'minot

> Debian Linux tarqatish uchun Dragonboard, Scikit Learn va Scikit tasvir paketlariga OpenCV -ni o'rnating.

- OpenCV -ni o'rnatish (bu havolaga qarang, OpenCV -ni o'rnatish bilan bog'liq birinchi qismdan foydalaning);

- Scikit Learn va Image -ni terminal orqali o'rnating!

pip install -U scikit -learn

2 -qadam: Veb -kameraning asosiy sinovlari

Bizning ikkinchi qadamimiz - biz o'rnatgan hamma narsa yaxshi ekanligini tekshirish!

1) Ba'zi rasmlar/videolarni ko'rish uchun veb -kamera demo kodini ishga tushiring

Terminalda foto.py kodini ishga tushiring.

> python foto.py

2) OpenCV misolini ishga tushiring

OpenCV to'g'ri o'rnatilganligini tekshirish uchun boshqa variant - bu opencv misolini ishga tushirish.

3 -qadam: AVoID maqsadini amalga oshirish uchun ma'lumotlar to'plamini o'qitish/sinovdan o'tkazish

A qism: tasvirni qayta ishlash texnikasi

Ehtimol, bu bizning loyihamizdagi eng murakkab qadam bo'ladi. Endi biz o'simlikda (o'simlikdan olingan rasmda) kasallik bor yoki yo'qligini aniqlash uchun ba'zi parametrlar va o'lchovlarni barqarorlashtirishimiz kerak.

Ushbu qadam uchun bizning asosiy ma'lumotnomamiz - bu tasvirni qayta ishlash texnikasidan foydalangan holda barglardagi kasalliklarni aniqlashni ko'rsatadigan maqola. Asosan, bizning bu qadamdagi maqsadimiz Dragonboard 410c kartasida tasvirni qayta ishlash usullarini takrorlashdir.

1) Rasm ma'lumotlari to'plamini va kasalliklarni aniqlamoqchi bo'lgan o'simlik turini aniqlang

Bu sizning spetsifikatsiyangizning muhim qismidir. Siz qanday o'simlikni kasalliklardan xoli qilmoqchisiz? Maqola ma'lumotidan biz Strwaberry bargiga asoslangan holda ishlab chiqamiz.

Bu kod qulupnay bargini yuklaydi va tasvirni qayta ishlash qismini bajaradi.

B qismi: mashinani o'rganish

Rasmni qayta ishlash qismidan so'ng biz ma'lumotlarni qandaydir tarzda tartibga solishimiz kerak. Mashinani o'rganish nazariyasidan biz ma'lumotlarni guruhlarga bo'lishimiz kerak. Agar rejada kasallik bo'lsa, bu guruhlardan biri buni ko'rsatadi.

Biz bu ma'lumotlarni guruhlash uchun foydalanadigan tasniflash algoritmi-K-vositasi algoritmi.

4 -qadam: natijalar va kelajakdagi ishlar

Shunday qilib, biz ba'zi kasalliklarni tasvirlar va tasvirlar klasterlaridan aniqlash uchun ba'zi natijalarni ko'rishimiz mumkin.

Loyihamizning boshqa yaxshilanishi - bu IoT asboblar paneli.