Journal of Strategic Innovation and Sustainability·9月28日 · 周一论文智慧农业 / 农业物联网阅读 2
Designing a framework for Sustainable Smart Agriculture with Mobile Robots and CNN
Ting Zhang · Oanh Phan · Jiang Lu
论文解读
56未达精选线
速览
提出移动机器人结合CNN识别花卉的智能园艺框架，测试准确率达95%。
方法
移动机器人采集图像，CNN用50张训练和50张测试图像分类花卉。
发现
CNN花卉识别测试准确率95%，为自动灌溉施肥等管理奠定基础。
机会点
可扩展至多作物识别与实时决策，并融合物联网实现闭环精准管理。
影响力8
信息增量14
专业深度12
信源权威12
时效性10
论文提出移动机器人与CNN花卉识别结合的智能园艺框架，测试准确率95%，但样本仅50张、规模偏小，属细分领域方法探索，公共价值有限。
原文摘要
人工智能、机器人技术和计算机视觉的进步使得智能园艺系统能够减少人工监测。本研究提出了一种智能园艺框架，将移动机器人与卷积神经网络（CNN）花卉识别相结合。机器人采集花园图像，CNN对花卉种类进行分类，并提供植物特定信息，以供未来养护决策使用。使用50张训练图像和50张独立测试图像，该模型达到了92.0%的训练准确率和95.0%的测试准确率。该框架将机器人图像采集与自动视觉识别相连接，并为未来的灌溉、施肥和自主花园管理功能奠定了基础。