Qualcomm Dragonboard 410c менен өсүмдүк ооруларын аныктоо: 4 кадам

2024 Автор: John Day | [email protected]. Акыркы өзгөртүү: 2024-01-30 10:41

Баарына салам, биз Embarcados, Linaro жана Baita тарабынан каржыланган Dragonboard 410c менен Келечекти ойлоп табууга катышып жатабыз.

AVoID долбоору (Agro View оорусу)

Биздин максат - фермадагы өсүмдүктөрдүн мүмкүн болгон илдеттерин сүрөткө тартуу, иштетүү жана аныктоого жөндөмдүү камтылган системаны түзүү. Биздин долбоордун кошумча тиркемеси (ишке ашырылган эмес) - бул IoT жөндөмдүүлүгү, бул ферманы реалдуу убакытта көзөмөлдөө.

AVoID системасынын эң чоң артыкчылыгы - фермага байкоо жүргүзүү үчүн сизге спецификалык объект керек эмес. Эгерде сизде квадрицикл же пилотсуз учкуч болсо, анда сиз жөн гана объектиңизге AVoID платформасын тиркеп, ферманы көзөмөлдөй аласыз.

Негизинен AVoID Dranboard 410c жана вебкамерадан турат.

Кийинки бир нече кадамдарда биз негизинен AVoID системасынын башкы блогун кантип курууну түшүндүрөбүз

AVoID системасы жана аны ишке ашыруу жөнүндө биз менен байланышуудан тартынбаңыз:

Кайо Феррейра ([email protected])

Eronides Neto ([email protected])

Мария Луиза ([email protected])

1 -кадам: Аппараттык жана программалык камсыздоону орнотуңуз

Биздин долбоордун биринчи кадамы AVOID системасын ишке ашыруу үчүн керектүү жабдыктарды орнотуу.

Негизи сизге керек болады

Аппараттык

- 01x Dragonboard 410c (Debian сүрөтү менен, Dragonboardго Debianди кантип орнотуу үчүн бул жерди басыңыз);

- 01x Dragonboard менен шайкеш келген веб -камера (бул жерден шайкештигин караңыз);

Программалык камсыздоо

> Debian Linux бөлүштүрүү үчүн Dragonboard, Scikit Learn жана Scikit сүрөт пакеттерине OpenCV орнотуңуз.

- OpenCV орнотуу (бул шилтемени караңыз, OpenCV орнотууга байланыштуу биринчи бөлүктү колдонуңуз);

- Терминал аркылуу Scikit Learn жана Image орнотуңуз!

pip орнотуу -U scikit -үйрөнүү

2 -кадам: Веб -камеранын негизги тесттери

Экинчи кадамыбыз - бул биз орноткон нерселердин баары туура экенин текшерүү!

1) Кээ бир сүрөттөрдү/видеолорду көрүү үчүн веб -камеранын демо кодун иштетиңиз

Терминалда foto.py кодун иштетиңиз.

> python foto.py

2) Кээ бир OpenCV мисалын иштетүү

OpenCV туура орнотулганын текшерүү үчүн башка вариант - бул opencv мисалын иштетүү.

3 -кадам: AVoID максатын ишке ашыруу үчүн маалымат топтомун окутуу/тестирлөө

А бөлүгү: сүрөттөрдү иштетүү ыкмалары

Балким, бул биздин долбоордун эң татаал кадамы болуп калат. Эми биз өсүмдүктүн (өсүмдүктөн алынган сүрөт) кандайдыр бир ооруга чалдыкканын аныктоо үчүн кээ бир параметрлерди жана ченемдерди турукташтырышыбыз керек.

Бул кадам үчүн биздин негизги шилтеме бул сүрөт иштетүү ыкмаларын колдонуу менен жалбырактардагы ооруларды кантип аныктоону көрсөткөн бул макала. Негизинен, биздин бул кадамдагы максатыбыз - бул иштетүүчү техниканы Dragonboard 410c тактасында кайталоо.

1) Сүрөттүн маалымат топтомун жана ооруларды аныктагыңыз келген өсүмдүктүн түрүн аныктаңыз

Бул сиздин спецификацияңыздын маанилүү бөлүгү. Кандай өсүмдүктөр ооруну басаңдатууну каалайсыз. Макаланын шилтемесинен биз Strwaberry жалбырагынын негизинде иштейбиз.

Бул код кулпунайдын жалбырагын жүктөп, сүрөттү иштетүү бөлүгүн аткарат.

Б бөлүгү: машинаны үйрөнүү

Сүрөттү иштетүү бөлүгүнөн кийин, биз маалыматтарды кандайдыр бир жол менен уюштурушубуз керек. Машина үйрөнүү теориясынан биз маалыматтарды топторго бөлүшүбүз керек. Эгерде планда оору бар болсо, анда бул топтордун бири аны көрсөтмөк.

Биз бул маалыматты топтоо үчүн колдонгон классификация алгоритми-бул К-алгоритми.

4 -кадам: Жыйынтыктар жана келечектеги иштер

Ошентип, биз сүрөттөрдү жана сүрөт кластерлеринен кээ бир ооруларды аныктоо үчүн кээ бир жыйынтыктарды көрө алабыз.

Долбоорубуздун башка жакшыртылышы - бул IoT панели, аны ишке ашырууга болот.