কোয়ালকম ড্রাগনবোর্ড 410c: 4 ধাপ সহ উদ্ভিদ রোগ সনাক্তকরণ

2024 লেখক: John Day | [email protected]. সর্বশেষ পরিবর্তিত: 2024-01-30 08:01

হ্যালো সবাই, আমরা এমবার্কাদোস, লিনারো এবং বাইটা দ্বারা স্পনসর করা ড্রাগনবোর্ড 410 সি প্রতিযোগিতায় ভবিষ্যতের উদ্ভাবনে অংশগ্রহণ করছি।

AVoID প্রকল্প (এগ্রো ভিউ ডিজিজ)

আমাদের লক্ষ্য হল একটি এমবেডেড সিস্টেম তৈরি করা যা একটি খামারে ইমেজ, প্রক্রিয়া এবং উদ্ভিদের সম্ভাব্য রোগ সনাক্ত করতে সক্ষম। আমাদের প্রকল্পের একটি অতিরিক্ত প্রয়োগ (বাস্তবায়িত নয়) হল আইওটি সক্ষমতা রিয়েল টাইমে একটি খামার পর্যবেক্ষণ করার জন্য।

AVoID সিস্টেমের সবচেয়ে বড় সুবিধা হল যে খামারটি পর্যবেক্ষণ করার জন্য আপনার একটি নির্দিষ্ট ধরনের বস্তুর প্রয়োজন নেই। আপনার যদি চতুর্ভুজ বা ড্রোন থাকে তবে আপনি কেবল আপনার বস্তুর সাথে AVoID প্ল্যাটফর্ম সংযুক্ত করতে পারেন এবং থার্ম ফার্ম পর্যবেক্ষণ করতে পারেন।

মূলত AVoID Dranboard 410c এবং একটি ওয়েবক্যাম দ্বারা রচিত।

পরবর্তী কয়েকটি ধাপে আমরা মূলত ব্যাখ্যা করব কিভাবে AVoID সিস্টেমের মূল ব্লক তৈরি করা যায়।

AVoID সিস্টেম এবং এর বাস্তবায়ন সম্পর্কে আমাদের সাথে নির্দ্বিধায় যোগাযোগ করুন:

Caio Ferreira ([email protected])

Eronides Neto ([email protected])

মারিয়া লুইজা ([email protected])

ধাপ 1: হার্ডওয়্যার এবং সফ্টওয়্যার সেট আপ করুন

আমাদের প্রকল্পের প্রথম ধাপ হল AVoID সিস্টেম বাস্তবায়নের জন্য প্রয়োজনীয় হার্ডওয়্যার স্থাপন করা।

মূলত আপনার প্রয়োজন হবে

হার্ডওয়্যার

- 01x ড্রাগনবোর্ড 410c (ডেবিয়ান চিত্র সহ, ড্রাগনবোর্ডে কিভাবে ডেবিয়ান ইনস্টল করবেন তা দেখতে এখানে ক্লিক করুন);

- 01x ওয়েবক্যাম ড্রাগনবোর্ডের সাথে সামঞ্জস্যপূর্ণ (এখানে সামঞ্জস্য দেখুন);

সফটওয়্যার

> ডেবিয়ান লিনাক্স বিতরণের জন্য ড্রাগনবোর্ড, স্কিকিট লার্ন এবং স্কিকিট ইমেজ প্যাকেজগুলিতে ওপেনসিভি ইনস্টল করুন।

- OpenCV ইনস্টল করা (এই লিঙ্কটি দেখুন, OpenCV ইনস্টলেশন সম্পর্কিত প্রথম অংশটি ব্যবহার করুন);

- টার্মিনালের মাধ্যমে Scikit Learn এবং Image ইনস্টল করুন!

pip install -U scikit -learn

ধাপ 2: ওয়েবক্যাম বেসিক টেস্ট

আমাদের দ্বিতীয় ধাপটি যাচাই করা হচ্ছে যে আমরা যা সেট করেছি তা ঠিক আছে!

1) কিছু ছবি/ভিডিও দেখতে ওয়েবক্যাম ডেমো কোড চালান

টার্মিনালে foto.py কোডটি চালান।

> পাইথন foto.py

2) কিছু OpenCV উদাহরণ চালান

OpenCV সঠিকভাবে ইনস্টল করা আছে কিনা তা যাচাই করার জন্য অন্য একটি বিকল্প হল opencv উদাহরণ চালানো।

ধাপ 3: AVoID লক্ষ্য বাস্তবায়নের জন্য একটি ডেটা সেটকে প্রশিক্ষণ/পরীক্ষা করা

পার্ট এ: ইমেজ প্রসেসিং কৌশল

সম্ভবত এটি আমাদের প্রকল্পের সবচেয়ে জটিল পদক্ষেপ হবে। একটি উদ্ভিদ (একটি উদ্ভিদ থেকে একটি ছবি) কিছু রোগ আছে কিনা তা নির্ধারণ করার জন্য এখন আমাদের কিছু পরামিতি এবং পরিমাপ স্থির করতে হবে।

এই ধাপের জন্য আমাদের প্রধান রেফারেন্স হল এই নিবন্ধ যা দেখায় কিভাবে ইমেজ প্রসেসিং কৌশল ব্যবহার করে পাতায় রোগ সনাক্ত করা যায়। মূলত, এই ধাপে আমাদের উদ্দেশ্য হল ড্রাগনবোর্ড 410c বোর্ডে এই ইমেজিং প্রক্রিয়াকরণ কৌশলগুলির প্রতিলিপি করা।

1) ইমেজ ডেটা সেট এবং যে ধরনের উদ্ভিদ আপনি রোগ সনাক্ত করতে চান তা সংজ্ঞায়িত করুন

এটি আপনার নির্দিষ্টকরণের একটি গুরুত্বপূর্ণ অংশ। আপনি কোন ধরনের উদ্ভিদ রোগ নির্মূল করতে চান? নিবন্ধ রেফারেন্স থেকে, আমরা একটি Strwaberry পাতার উপর ভিত্তি করে বিকাশ।

এই কোড, একটি স্ট্রবেরি পাতা লোড করে এবং ইমেজ প্রসেসিং অংশ করে।

পার্ট বি: মেশিন লার্নিং

ইমেজ প্রসেসিং অংশের পরে, আমাদের কিছু উপায়ে ডেটা সংগঠিত করতে হবে। মেশিন লার্নিং থিওরি থেকে, আমাদের গোষ্ঠীতে ডেটা ক্লাস্টার করতে হবে। যদি পরিকল্পনায় কোন রোগ থাকে, তাহলে এই গ্রুপের মধ্যে একজন এটি নির্দেশ করবে।

শ্রেণিবিন্যাস অ্যালগরিদম যা আমরা এই তথ্যগুলিকে গোষ্ঠীভুক্ত করতে ব্যবহার করি তা হল K- মানে অ্যালগরিদম।

ধাপ 4: ফলাফল এবং ভবিষ্যতের কাজ

সুতরাং, আমরা ছবি এবং ইমেজ ক্লাস্টার থেকে কিছু রোগ সনাক্ত করতে কিছু ফলাফল দেখতে পারি।

আমাদের প্রকল্পের অন্যান্য উন্নতি হল আইওটি ড্যাশবোর্ড যা বাস্তবায়ন করা যেতে পারে।