典型文献
农业试验数据智能采集系统的设计与应用
文献摘要：
[目的]为了快速准确获取农业科研试验中具有体量大、种类繁多且复杂、可变性大、对真实性有严格要求等特点的田间植株表型数据.[方法]文章基于物联网与大数据技术构建了一个农业试验中大数据采集应用系统,用于辅助人工进行试验数据采集与应用.数据采集方法有基于NodeMcu开发板结合传感器获取环境数据、通过树莓派连接摄像头对试验区域进行图像采集并利用物联网设备上传至数据库、网络爬虫、通过终端设备记录作物单株形态等.获得数据后对不同来源数据进行清洗与处理,将原始数据与清洗处理后的数据分别存储至不同数据区域中并固化,通过分布式文件系统HDFS(Hadoop Distributed File System)读写操作,最后利用数据处理模块对数据进行监控与处理,将结果以图像、表格和视频等形式提交到前端交互网站.[结果]基于构建的大数据采集系统获得了 5 450幅大豆叶片图像,然后利用yolov5的深度学习模型训练,最终实现了大豆叶形分类识别;利用株高测量设备获取了 1 306株大豆株高数据,结果较为可靠.[结论]研究表明,该系统设计方案具有可行性高、用途广泛、构建成本低和可拓展性强等特点,将多种技术运用于农业试验的数据获取中,规范化试验流程与数据保存,提高数据获取的广度和数据利用的深度,为更深层次的农业科学研究奠定了基础.
文献关键词：
农业试验;田间植株表型;大数据采集;Hadoop
中图分类号：
作者姓名：
李俊;朱尚尚;童毅;任前程;黄婕;胡宇;李佳佳
作者机构：
安徽农业大学农学院,合肥230036
文献出处：
引用格式：
[1]李俊;朱尚尚;童毅;任前程;黄婕;胡宇;李佳佳-.农业试验数据智能采集系统的设计与应用)[J].中国农业信息,2022(05):40-53
A类：
田间植株表型,NodeMcu,单株形态
B类：
农业试验,数据智能,智能采集,快速准确,农业科研,体量大,可变性,严格要求,技术构建,大数据采集,应用系统,助人,工进,数据采集方法,开发板,板结,取环,环境数据,树莓派,摄像头,试验区,图像采集,物联网设备,网络爬虫,终端设备,得数,不同来源,原始数据,清洗处理,别存,分布式文件系统,HDFS,Hadoop,Distributed,File,System,读写操作,以图,表格,提交,交到,数据采集系统,大豆叶片,yolov5,深度学习模型,模型训练,叶形,分类识别,株高,测量设备,系统设计方案,构建成本,可拓,拓展性,多种技术,技术运用,数据获取,试验流程,数据利用,农业科学
AB值：
0.429432
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
