IoT-Based Smart Farm Protection and AI Crop Disease Detection System

方法

铜线传感+ESP32报警，MobileNetV2迁移学习，PlantVillag

发现

论文仅给出系统架构与方法设计，处于设计阶段，未报告实验结果。

机会点

可填补其缺失的实证评估，探索边缘端轻量模型与多传感融合的田间部署验证。

不想要的动物造成的作物损害以及早期识别作物病害的困难，是农民面临的两个常见问题。本文提出了基于物联网的智能农场防护与AI作物病害检测系统，这是一种低成本智慧农业系统，通过单一网络平台解决这两个问题。在农场防护方面，安装在农场边界周围的铜线布置作为传感元件；当动物触碰它时，ESP32/Arduino级微控制器检测到接触并激活蜂鸣器，农民可以通过网站远程关闭蜂鸣器。在作物健康监测方面，摄像头拍摄作物叶片图像，基于AI/ML的图像分类模型识别可能的病害，并显示在网站上。所提出的分类器是一种轻量级卷积神经网络（MobileNetV2，迁移学习），将在公开的PlantVillage叶片图像数据集上进行训练。该网络应用提供主页、管理员和农民模块，MySQL数据库存储用户、农场和作物详细信息、入侵警报、蜂鸣器控制记录和病害检测结果。该系统组织为六个模块：主页、管理员登录、农民登录、作物病害检测、农场防护和数据库设计。本文介绍了所提出的架构、方法和计划评估；该系统处于设计阶段，所有模块均按所提出方案描述，未声称有实验结果。