- 综合排序
- 最热优先
- 最新优先
- 来自专栏智慧农业
苗情监测站：用于实时监测作物生长状况
苗情监测站：用于实时监测作物生长状况【TH-MQ1】苗情监测站作为现代农业科技的重要组成部分，通过集成多种传感器和先进技术，能够实时、精准地监测作物生长状况，为农业生产提供科学依据和决策支持。 监测内容作物形态指标株高：通过激光测距传感器或图像识别技术，定期测量作物株高变化，反映作物生长速度和健康状况。例如，水稻在分蘖期株高增长较快，若监测到株高异常，可能提示水肥管理或病虫害问题。 光合速率：利用光合作用测定仪或气体交换分析系统，实时监测作物光合速率，了解作物对光照、二氧化碳和温度的响应。光合速率异常可能反映环境胁迫或作物生理障碍。 例如，根据土壤水分和作物需水规律，实施精准灌溉，可节水30%-50%。提高作物产量和品质：通过实时监测作物生长状况，及时发现并解决生长过程中的问题，优化生长环境，促进作物健康生长，提高作物产量和品质。 例如，通过监测作物叶片湿度和温度，结合病虫害发生模型，可提前预测病害发生时间，及时喷洒农药进行防治。
35610编辑于 2025-07-31 - 来自专栏PLC
ABB 3BSE004185R1 助于监测土壤和作物产量
ABB 3BSE004185R1 助于监测土壤和作物产量图片虽然人工智能有助于跨部门的几个行业的发展，但汽车行业比其他任何行业都受益更多。
23650编辑于 2023-05-09 - 来自专栏燧机科技-视频AI智能分析
工地扬尘智能监测系统 YOLOv7
工地扬尘智能监测系统算法模型通过yolov7网络算法模型技术，工地扬尘智能监测系统算法模型利用AI视频智能分析技术，并将数据传输到数据中心进行分析。 工地扬尘智能监测系统算法模型之所以选择YOLOv7，是因为YOLOv7 的发展方向与当前主流的实时目标检测器不同，研究团队希望它能够同时支持移动 GPU 和从边缘到云端的 GPU 设备。 工地扬尘智能监测系统算法模型在训练过程主要涉及以下几个方面：1) 设计了几种可训练的 bag-of-freebies 方法，使得实时目标检测可以在不增加推理成本的情况下大大提高检测精度；(2) 对于目标检测方法的演进 在工地扬尘智能监测系统算法模型训练过程遇到问题时，提出了实时目标检测器的「扩充（extend）」和「复合扩展（compound scale）」方法，以有效地利用参数和计算；该研究提出的方法可以有效减少
51930编辑于 2023-09-09 - 来自专栏磐创AI技术团队的专栏
7种监测大型语言模型行为的方法
现在，让我们谈谈我们在本示例中要监测的指标。 大多数指标将借助外部库来计算，比如rouge、textstat和huggingface模型，其中大部分都封装在LangKit库中，LangKit是一个用于监测语言模型的开源文本度量工具包。 这种方法基于以下论文：ChatLog：记录和分析ChatGPT跨时间 性别偏见 社会偏见是公平和负责任的AI讨论的中心话题[2],[7]，它可以被定义为“语言选择的系统性不对称性”[8]。 情感分析 监测情感可以让我们评估回应的整体语调和情感影响，而毒性分析提供了在LLM输出中存在冒犯、不尊重或有害语言的重要度量。情感或毒性的任何变化都应该受到密切监视，以确保模型的行为符合预期。 为此，我们探索和监测了七个不同领域的指标组，以评估模型在性能、偏见、可读性和有害性等不同领域的行为。 我们在本文中对结果进行了简要讨论，但我们鼓励读者自行探索结果。
67110编辑于 2024-03-12 - 来自专栏数据派THU
农作物地块范围识别（图像分割）
农作物分割 农作物分割分类四个类别，3类农作物和一类背景。使用的是PSPNet的网络。 7. 预测 预测时同样在原图裁剪进行预测，使用U-net中的overlap策略，没有使用其他测试增强的方法，输入蓝色框内图片，最终只取黄色框内结果作为最终结果，放弃周围边缘预测结果。 8. 数据预处理 滑窗裁剪 原始数据为分辨率几万的PNG大图，需对原始数据预处理，本次比赛中我们采取的是滑窗切割的策略，主要从以下三个方面考量： 类别平衡：过滤掉mask无效占比大于7/8的区域，在背景类别比例小于 本地比赛中我们直接多进程加速opencv，patch为1024时，单张图5~6min可以切完； 最终采取的切割策略如下： 策略一：以1024x1024的窗口大小，步长900滑窗，当窗口中mask无效区域比例大于7/ 图3-7中，从上到下分别为测试集原图、模型预测结果可视化、模型预测置信度可视化（为更好可视化边类间缘置信度低，这里用了膨胀预测，将置信度p<0.8可视化为黑色，p>=0.8可视化为白色）。
1.7K20编辑于 2022-06-02 技术赋能旱情管理：从 “一张图” 到动态研判的全流程服务
方案介绍旱情分析评价系统充分运用物联网感知、大数据和人工智能模型等技术手段， 结合“旱情四预”新思路，并提供旱情四预服务、特色作物旱情精准服务、旱情信息综合监测、多种旱情分析评价指标、旱情一张图显示、以乡镇为最小单位进行旱情评价 作物旱情分析系统对区域特色农作物土壤墒情等级进行分析评估，实现各种经济作物土壤墒情等级专题图制作，为合理浇灌、保墒蓄墒、耕作施肥等农业生产措施提供依据，实现节水、降本、增效。 旱情预报系统基于参考作物历史蒸腾量ET0，通过分析土壤水分、气象数据、作物生长状况等信息，生成未来7天农业干旱预报图，对未来一周旱情进行滚动预报，为抗旱工作决策提供依据。 旱情演变系统基于农业干旱预报结果，对指定时间以及未来7天农业干旱预报成果进行动态播放，展示指定时间段内旱情的发展演变过程，便于对旱情加重或缓解趋势进行研判。 特色作物干旱监测与评价结合特色农作物分布和水分需求特性，实现全域作物干早监测与评价，为科学灌溉和农作物管理策略的调整提供支持，切实服务“三农”。
33010编辑于 2025-07-29- 来自专栏量子位
转入肥胖基因改造RNA，作物增产50%
兴坤 发自 凹非寺 量子位 报道 | 公众号 QbitAI 找到正确的道路，作物增产50%不是梦。 传统的农业生产方式，对产量的提升程度有限。 单子叶作物水稻，转基因可获得高产效果。双子叶作物马铃薯，做同样的转基因处理，也得到了增产50%的成果。 FTO基因经验证可以使不同作物均有效提高产量，证明这个方法具有普遍适用价值。对大多数植物只需要打开“FTO”开关，即可实现产量的大幅度提升。 FTO对功能基因表达的调控，不仅增加了产量，也改变了作物根系等农艺性状，提高了耐干旱能力，对特用作物的品种改良提供新思路。 例如，植物改造过后的发达根系应用在防风固沙方面；贫瘠环境下牧草青饲料等提高生物总量；用于改善土质修复土壤的特用作物，适应更恶劣环境等。
1.2K20编辑于 2023-03-10 - 来自专栏机器学习AI算法工程
农作物地块范围识别(图像分割)
农作物分割 农作物分割分类四个类别，3类农作物和一类背景。 冠军整体方案 1.1 数据预处理 1.1.1 滑窗裁剪 原始数据为分辨率几万的PNG大图，需对原始数据预处理，本次比赛中我们采取的是滑窗切割的策略，主要从以下三个方面考量： 类别平衡：过滤掉mask无效占比大于7/ 本地比赛中我们直接多进程加速opencv，patch为1024时，单张图5~6min可以切完； 最终采取的切割策略如下： 策略一：以1024x1024的窗口大小，步长900滑窗，当窗口中mask无效区域比例大于7/ 图3-7中，从上到下分别为测试集原图、模型预测结果可视化、模型预测置信度可视化（为更好可视化边类间缘置信度低，这里用了膨胀预测，将置信度p<0.8可视化为黑色，p>=0.8可视化为白色）。 图3-7 上图从上到下分别为测试数据，不加膨胀预测的模型预测结果，模型对每个像素点的预测置信度可视化图（将置信度p小于0.8可视化为黑色，p大于等于0.8可视化为白色）， 我们采取的方式是在图像边缘和类间交界设置过渡带
1.7K20编辑于 2022-05-27 农业四情监测系统：智慧农业的“智慧大脑”
农业四情监测系统：智慧农业的“智慧大脑”【TH-Q2】农业四情监测系统是集土壤墒情、作物苗情、病虫害虫情、气象灾情监测于一体的综合性农业智能化管理系统，它融合物联网、大数据、人工智能等前沿技术，为农业生产提供全方位 作物苗情监测借助高清摄像头与AI图像识别技术，分析作物株高、叶面积、颜色变化，识别弱苗、病苗区域，为农户提供施肥、间苗建议。 虫情监测依靠智能虫情测报灯，利用害虫趋光性诱捕害虫，通过图像识别自动统计种类和数量，提前3-7天预警虫害风险，指导精准施药，减少农药使用量。 气象灾情监测整合气象站与卫星遥感数据，实时监测风速、雨量、光照、极端天气等，结合视频监控捕捉作物受灾画面，第一时间推送预警信息，帮助农户抢收或采取防护措施。 在东北大豆田和南方水稻产区，系统应用后节水效率提升30%-50%，化肥使用量减少20%，农药使用次数降低2-3次，作物产量同比增长15%。
38210编辑于 2025-08-20智慧农业新引擎：农业四情监测系统，让每一寸土地都“会说话”
四大核心监测，全方位守护作物健康墒情监测：土壤的“水分密码”通过埋设在土壤中的传感器，实时监测土壤湿度、温度、pH值和盐分含量。 苗情监测：作物的“生长日记”高清摄像头搭配AI图像识别技术，自动分析作物株高、叶面积、颜色变化等指标，识别弱苗、病苗区域。 系统提前3-7天预警虫害风险，指导精准施药，减少农药使用量30%以上，助力绿色农业。 灾情监测：灾害的“提前预警”气象站实时监测风速、雨量、光照等参数，结合视频监控捕捉作物受自然灾害（如冰雹、霜冻）影响的画面，第一时间推送预警信息，帮助农户抢收或采取防护措施，降低损失。 四情监测系统通过云平台整合数据，农户足不出户即可通过手机查看实时数据、历史趋势和智能建议：精准管理：根据土壤墒情和作物需求，实现变量施肥、灌溉，降低成本；绿色防控：减少农药使用，提升农产品品质，符合市场对
49010编辑于 2025-07-31- 来自专栏CSDNToQQCode
蓝桥练习题题解——作物杂交——Java
作物杂交(难度较高，不应该给大专的出啊) 时间限制：1.0s 内存限制：256.0MB 问题描述 作物杂交是作物栽培中重要的一步。 已知有 N 种作物(编号 1 至 N )，第 i 种作物从播种到成熟的时间为 Ti。 作物之间两两可以进行杂交，杂交时间取两种中时间较长的一方。 如作物 A 种植时间为 5 天，作物 B 种植时间为 7 天，则 AB 杂交花费的时间为 7 天。 作物杂交会产生固定的作物，新产生的作物仍然属于 N 种作物中的一种。 如存在 4 种作物 ABCD，各自的成熟时间为 5 天、7 天、3 天、8 天。初始拥有 AB 两种作物的种子，目标种子为 D，已知杂交情况为 A×B→C，A×C→D。 则最短的杂交过程为： 第 1 天到第 7 天(作物 B 的时间)，A×B→C。 第 8 天到第 12 天(作物 A 的时间)，A×C→D。 花费 12 天得到作物 D 的种子。
28820编辑于 2022-11-29 - 来自专栏开源物联网平台开发
【物联网应用案例】智能农业的 9 个技术用例
它们如同默默耕耘在田野中的哨兵，时刻监测着农作物的生长环境数据，从细微的温度变化、降水量，到叶片的水分状况，乃至整个作物的健康状况。 通过这些设备，我们得以全方位、实时地了解作物的生长状况。 牛群监控与管理 物联网农业传感器在农场动物监测中发挥着至关重要的作用。它们可以精准地连接到动物身上，实时监测其健康状况和表现，为农民提供全面的数据支持。 举例来说，CropX研发的物联网土壤传感器能监测土壤湿度、温度和电导率，使农民能够满足各类作物的独特需求。当与地理空间数据相结合时，该技术能精确绘制出各田块的土壤分布图。 除了监视功能外，无人机还可以执行以前需要人类劳动的大量任务：种植农作物、防治害虫和感染、农业喷洒、农作物监测等。 例如，DroneSeed制造无人机用于在森林砍伐地区植树。 Sense Fly农业无人机 eBee SQ 使用多光谱图像分析来评估农作物的健康状况，并且价格实惠。 7. 智能农业的预测分析 精准农业和预测数据分析齐头并进。
3.5K10编辑于 2024-03-20 - 来自专栏计算机工具
智慧农业解决方案
（5）智能控制系统：自动监测记录作物生长环境中的温度，湿度，二氧化碳浓度，光照强度等参数通过手机或电脑远程监控。 是农业植保部门应当配备的农作物病害监测专用设备。仪器可固定在测报区域内，定点观察特定区域孢子种类及数量。 13 遥感监测 遥感技术指的是一种遥远的感知，是根据电磁波、可见光、红外线等传感器对目标作物进行探测和识别的一种技术。 遥感技术可以应用在三个不同的设备上，即卫星、无人机和手持设备，利用遥感数据来监测作物生产，通过对获得的光谱图（如下所示）运用图像识别技术实现作物的产量预测，可获得作物的叶面积指数、作物类型以及耕地的地理信息等数据 用无人机搭载遥感监测设备近距离的测量作物长势，获得作物的光谱图。
94121编辑于 2024-12-17 - 来自专栏燧机科技-视频AI智能分析
山体滑坡灾害监测报警系统 基于YOLOv7与RNN
本文提出一种融合计算机视觉与深度学习的智能监测系统，通过YOLOv7目标检测算法与RNN时序分析技术的协同创新，构建起"实时感知-智能研判-分级预警"的全链路防控体系。 改进的YOLOv7骨干网络配置示例model = YOLO('yolov7-custom.yaml')model.load_state_dict(torch.load('yolov7-pretrained.pth 山体滑坡灾害监测报警系统核心优势在于其精准的识别能力与高效的报警机制。 山体滑坡灾害监测报警系统通过部署在关键区域的监测设备，系统可以识别出桥梁塌陷、边坡落石以及泥石流滑坡等潜在危险迹象，一旦系统识别到危险迹象，便会立即触发报警机制。 随着5G通信与边缘计算技术的普及，此类智能监测系统将在智慧交通、国土安全等领域发挥更大价值。
39010编辑于 2025-12-17 - 来自专栏登神长阶
【论文复现】农作物病害叶子图像分割
针对农作物病害图像而言，图像分割的具体应用在于将病害特征与背景环境清晰区分，借此消除背景因素的干扰，进而提升网络模型在病害识别任务中的精确度，这一思路颇为合理且有效。
33200编辑于 2025-05-22 遥感+农业保险：打造农业数字化新图景
农作物分布和面积监测：利用多源卫星数据对农田进行分析和解译，可以获得农作物类型、分布区域和面积变化的相关信息，帮助有关部门进行农业规划、资源管理和风险评估。 农作物长势监测：遥感监测帮助监测农作物健康状况，早期发现并应对病虫害、水分胁迫等问题，提高农作物的产量和质量。 过程风险监测作物长势信息客观上描述作物的综合状况，表现出作物生长过程中在时间与空间上的连续性。 大范围高频率监测监测范围覆盖广大的农业地区，同时，可实现对农田的定期监测，辅助农业决策者及时发现问题，采取适当的措施，提高农作物的产量和质量。 遥感验标、作物监测、科学定损……农业保险解决方案利用空天地一体化遥感监测体系，结合遥感影像和地理信息系统的技术，通过耦合气象、实地调查数据等多源信息，构建保险承保理赔的遥感服务新模式，提升了农业保险工作的即时性和便利性
45410编辑于 2025-10-11- 来自专栏气象学家
我国首次应用卫星遥感技术监测夏粮分布情况
记者了解到，今年，国、省、市、县气象部门四级联动，首次应用卫星遥感技术对冬小麦分布情况开展监测评估业务，其监测产品的空间分辨率可达30米。 “这很好地解决了此前粮食产量气象预报面临的‘作物分布数据不精细’问题。” “农业气象灾害评估业务和粮食产量气象预报的核心，是评估气象条件是否适宜作物生长，因此需要气象要素的空间分布和作物种植区分布两方面信息。” 气象部门已在多源卫星数据综合应用、农作物生长关键参数反演等方面有一定技术积累。在此基础上，中国气象局综合观测司制定了冬小麦分布卫星遥感监测评估业务管理办法。 未来，气象部门将逐步建立主产区玉米、水稻、大豆、特色农业作物农业气象灾害遥感监测评估业务，推动建立国外主要作物长势监测和产量预测业务，为构建“三个全球”气象业务新格局提供支撑。
35930编辑于 2022-04-20 - 来自专栏hightopo
物联网与数据可视化的结合：农业领域中的智慧大棚系统
4、 病虫害诊断防治系统 用户发现作物出现异常时，可通过手机拍摄作物叶片或者果实上传到云平台，即可在毫秒内识别作物是否患有病虫害，患有什么病虫害，并获得防治措施，让你快速确诊，准确用药，避免延误病情 5、气象环境监测 实时监测空气温湿度、光照、降雨量、风速、风向、大气压力、气体浓度等数据，并通过设定相关报警阈值，实现即时报警，精准控制种植环境指标。 6、土壤墒情监测 土壤墒情精准监测，异常情况快速预警；实时监测土壤水张力、土壤温湿度、水位、溶氧量、pH值等。通过设定报警阈值，当土壤数据异常时，如湿度过高，系统自动发出预警消息提醒工作人员。 7、视频监控系统 无人机精准测绘，全程自主飞行，任何地形随时作业；定位地块位置、识别地块分界、测算地块面积；在电子地图上圈画地块直观展示；通过720度高清摄像，突发情况可自动转向紧急录像，进行作物长势监测 2、农作物模拟生长： 在系统中每隔90s循环模拟一次植物的生长过程，农作物在生长过程中的种子、发芽、幼苗、成苗小、成苗中、成苗大、开花、成熟、枯萎的状态一一展现，还可以手动控制展示农作物的生长状态。
3.4K52发布于 2020-08-06 - 来自专栏智慧农业
农业四情监测系统：全天监测预警，助力防灾减损
农业四情监测系统：全天监测预警，助力防灾减损【TH-Q3】农业四情监测系统通过集成物联网、大数据、人工智能和遥感技术，对农田的墒情（土壤水分）、虫情（害虫动态）、苗情（作物生长状态）、灾情（气象灾害与病害 苗情监测：通过多光谱/高光谱无人机或田间摄像头，采集作物冠层NDVI（归一化植被指数）、叶面积指数（LAI）等参数，结合深度学习模型分析长势（如旺长、缺素、倒伏风险）。 二、核心功能墒情预警与智能灌溉动态阈值设定：根据作物生育期（如水稻分蘖期、灌浆期）设置土壤水分上下限，当监测值连续2小时超出阈值时，自动触发预警并推荐灌溉量。 三、典型应用场景大田作物（小麦、玉米、水稻）重点监测：墒情（干旱/涝渍）、虫情（蚜虫、稻飞虱）、灾情（干热风、洪涝）。效益：亩均减少灾害损失100-200元，农药使用量下降25%。 经济作物（果树、蔬菜、茶叶）重点监测：苗情（花芽分化、果实膨大）、虫情（红蜘蛛、蓟马）、灾情（霜冻、日灼）。效益：优质果率提升15%，商品率提高20%。
45510编辑于 2025-07-25 - 来自专栏人工智能快报
孟山都借助人工智能帮助作物抗击病害
孟山都公司注意到典型的农作物保护产品需要11年才能上市，并将会耗费2,5亿美元的研发费用。人工智能的协作当然可以帮助公司更快地获得利润，但同时它也可以帮助农业在遭到重大破坏前解决疾病和害虫侵扰的问题。
46750发布于 2018-03-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号