Un système agricole intelligent basé sur l'IAoT pour la détection des pests

Dans cette étude, des technologies d'intelligence artificielle et de reconnaissance d'image sont combinées avec des capteurs environnementaux et l'Internet des Objets (IoT) pour l'identification des insectes nuisibles. Les systèmes météorologiques agricoles en temps réel et d'identification des nuisibles sur des applications mobiles sont évalués sur la base d'une identification intelligente des parasites et des données environnementales de l'IoT. Nous avons combiné la technologie IAoT actuelle mature et l'apprentissage profond et l'avons appliquée à l'agriculture intelligente. Nous avons utilisé le modèle YOLov3 pour la reconnaissance d'images afin d'obtenir la localisation de Tessaratoma papillosa et d'analyser les informations environnementales provenant des stations météorologiques via la mémoire à long terme (LSTM) pour prédire l'apparition des nuisibles. Les résultats expérimentaux ont montré que la précision de l'identification des nuisibles atteignait 90 %. Un positionnement précis peut réduire efficacement la quantité de pesticides utilisés et diminuer les dommages causés aux sols par les pesticides. La recherche actuelle fournit la localisation des nuisibles et l'étendue des parasites afin que les agriculteurs puissent utiliser avec précision l'application de pesticides à un moment et un endroit précis, réduisant ainsi le personnel agricole nécessaire pour un contrôle des nuisibles en temps opportun, atteignant ainsi l'objectif d'une agriculture intelligente. Le système proposé informe les agriculteurs de la présence de différents insectes nuisibles avant qu'ils ne commencent à se multiplier en grand nombre. Il améliore la valeur économique globale de l'agriculture en fournissant des méthodes de contrôle appropriées des nuisibles qui diminuent les pertes de récoltes et réduisent les dommages environnementaux causés par l'utilisation excessive de pesticides.