#云边协同

上海市农业科学院农业科技信息研究所/智慧农业研究中心科研团队在Computers and Electronics in Agriculture（中科院一区，影响因子8.9）发表题为"Research on a Cloud-Edge Collaborative System for Long-Term Behavior Analysis in Intensive Pig Farms Under Multi-Resource Constraints"的研究论文。团队针对边云协同框架下猪只行为分析系统多重资源约束下"持续采集—稳定上传—及时推理"难兼顾的难题，在国际上率先提出适度降低视频分辨率、帧率并采用队列上传的融合策略。评估显示，相对基线方案单位视频源CPU开销降至约1/3、视频数据生成大小降至约1/11.6、平均传输码率降至约1/39.7；云端窗口吞吐量提升约9倍。第一作者郭孝坤。

arXiv 2026年8月4日上线的预印本,提出一种面向互联精准农场的AI驱动云边架构。研究针对番茄早疫病、晚疫病、叶霉病等重大病害导致严重减产的问题,集成物联网传感器、无人机、深度学习、Azure IoT Hub云端分析与多平台(移动应用、Web应用、嵌入式边缘设备平台)接口,实现番茄病害实时检测。模型基于PlantVillage、Kaggle等公开数据集训练,通过TensorFlow模型部署至移动、Web与边缘设备平台。实验结果显示检测有效性达92-95%,在不同环境与设备平台表现一致,显著降低人工巡检依赖,实现及时干预,支撑可持续互联精准农场发展。