[预印本] AgriDefend:205美元离线边缘设备通过多模态AI融合在症状显现前检测作物胁迫
开发205美元离线边缘设备,用多模态AI融合在症状显现前检测作物胁迫。
MobileNetV2融合冠层影像与土壤探针趋势,随机森林加逻辑回归在树莓派5本
温室干旱试验准确率87%,土壤信号比可见萎蔫提前约4天预警。
可扩展至多作物多胁迫类型,并研究低成本边缘设备在田间长期部署的鲁棒性与能耗优化。
预印本提出205美元离线边缘多模态方案,土壤信号提前约4天预警,方法新颖且成本数据具体,但尚未经同行评议,属细分技术进展。
预印本,尚未同行评议。MobileNetV2融合冠层影像与土壤探针趋势特征,随机森林加逻辑回归在树莓派5本地推理。温室野萝卜干旱试验准确率87%(R²=0.88,MAE=0.05),土壤信号比可见萎蔫提前约4天,整机成本205美元。