International Journal of Drug Delivery Technology·10月5日 · 周一论文智慧农业 / 农业物联网阅读 2
Smart Agriculture Using ESP32
R. Jayalakshmi · R. G. Suresh Kumar · Bharath P 等 6 人
论文解读
47未达精选线
速览
提出基于ESP32与CNN的智能农业系统，实现环境监测与叶片病害实时检测。
方法
ESP32、ESP32-CAM采集环境与图像数据，CNN分类叶片病害，Web仪表
发现
IoT环境监测与AI病害检测集成可提升作物健康分析效率并支持智能决策。
机会点
可研究边缘端轻量CNN部署与多病害实时识别，降低对云端和人工的依赖。
影响力8
信息增量14
专业深度13
信源权威4
时效性8
ESP32+CNN 的作物病害检测系统方案，技术路线常规、期刊权威性弱，属细分技术进展，未达每日精选门槛。
原文摘要
农业是一个重要的产业，需要持续监测作物健康和田间状况，以提高生产力并减少作物损失。传统的植物病害识别主要依赖农民或农业专家的肉眼观察，这种方式可能耗时、准确性较低，并且难以在大面积农田中持续进行。本文提出了一种智能农业系统，利用ESP32、ESP32-CAM和基于卷积神经网络（CNN）的叶片病害检测来支持实时作物监测。所提出的系统通过交互式网页仪表盘监测土壤湿度、水位、温度、水泵状态和电磁阀状态等环境参数。叶片图像通过ESP32-CAM采集或手动上传至系统，训练好的CNN模型对输入图像进行病害类别分类。该系统进一步提供病害描述、预防步骤和治疗建议，以帮助农民及时采取行动。基于物联网的环境监测与基于人工智能的病害检测相结合，提高了作物健康分析的效率，并支持农业中的智能决策。