【技术实现步骤摘要】
本申请涉及智慧农业，具体涉及一种基于边缘计算的温室环控系统与执行状态检测方法。
技术介绍
1、温室执行设备在设施农业中扮演着至关重要的角色。它们被广泛应用于调控温度、湿度、光照等环境参数，以提供适宜的作物生长环境。对执行设备运行状态进行检测是温室管理中的重要环节之一，通过高效的检测方法，管理人员能及时发现问题，快速响应故障，以减少潜在的风险和损失。
2、现有的温室通常采用视频监控的方法来检测执行设备的运行状态。然而，当需要远程监控多个温室时，会对网络带宽有很高的要求，要确保网络能够承载大量的视频数据上传云端。此外，视频监控系统也会产生大量的视频数据，需要相应的存储和处理能力。综上所述，现有温室执行设备运行状态检测方法存在网络传输带宽与存储需求高，云端服务器压力大、成本高等问题。
3、目前已公开的融合边缘计算和深度学习的输变电设备状态在线检测方法(专利申请号 202010257668.x)，采用了深度学习和边缘计算技术。该方法通过边缘服务器完成图像信息预处理，然后将数据传输至云端进行状态分类。这种方法有效地处理了部...
【技术保护点】
1.一种基于边缘计算的温室环控系统与执行状态检测方法，其特征在于，包括：
2.根据权利要求1所述的基于边缘计算的温室环控系统与执行状态检测方法，其特征在于，所述通过图像检测设备对温室内状态发生变化的温室执行设备的设备运行区域进行图像获取，包括：
3.根据权利要求1所述的基于边缘计算的温室环控系统与执行状态检测方法，其特征在于，所述通过部署有已训练的神经网络模型的边缘计算设备完成对获取的图像进行图像识别以识别不同温室执行设备的状态，包括：
4.根据权利要求3所述的基于边缘计算的温室环控系统与执行状态检测方法，其特征在于，所述已训练的神...
【技术特征摘要】
1.一种基于边缘计算的温室环控系统与执行状态检测方法，其特征在于，包括：
2.根据权利要求1所述的基于边缘计算的温室环控系统与执行状态检测方法，其特征在于，所述通过图像检测设备对温室内状态发生变化的温室执行设备的设备运行区域进行图像获取，包括：
3.根据权利要求1所述的基于边缘计算的温室环控系统与执行状态检测方法，其特征在于，所述通过部署有已训练的神经网络模型的边缘计算设备完成对获取的图像进行图像识别以识别不同温室执行设备的状态，包括：
4.根据权利要求3所述的基于边缘计算的温室环控系统与执行状态检测方法，其特征在于，所述已训练的神经网络模型为yolov5，yolov5模型训练包括：
5.根据权利要求4所述的基于边缘计算的温室环控系统与执行状态检测方法，其特征在于，在边缘计算设备中安装所需的环境依赖,将使用yolov5训练得到的pt模型转换为tensorrt的权重文件（.wts），然后使用转换后的权重文件生成tensorrt的推理引擎文...
【专利技术属性】
技术研发人员：李天华，张思琦，施国英，桑毅振，张观山，王明钦，
申请(专利权)人：山东农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。