[发明专利]基于树莓派和LORA的农业监测方法、系统及计算机设备

说明书

本申请涉及一种基于树莓派和LORA的农业监测方法、系统、计算机设备及存储介质，其中该方法包括：在服务器端预先搭建好卷积神经网络，所述卷积神经网络用于对图片数据进行病虫害预测；在服务器端对所述卷积神经网络进行训练得到对应的参数文件；将搭建好的卷积神经网络和参数文件移植至网关内的树莓派中；当所述网关接收到LORA节点发送的图片数据时，在所述网关中直接通过已训练好参数的卷积神经网络进行病虫害预测；将卷积神经网络的预测结果发送至服务器端。本发明只需在由树莓派构成的网关上对图片数据进行病虫害预测即可，仅需将预测结果发送到服务器，这大大降低了服务器的运算压力，提高了农业监测的效率。

技术领域

本发明涉及智能监测技术领域，特别是涉及一种基于树莓派和LORA的农业监测方法、系统、计算机设备及存储介质。

背景技术

树莓派是一款基于ARM的微型电脑主板，以SD/MicroSD卡为内存硬盘，卡片主板周围有1/2/4个USB接口和一个10/100以太网接口(A型没有网口)，可连接键盘、鼠标和网线，同时拥有视频模拟信号的电视输出接口和HDMI高清视频输出接口，以上部件全部整合在一张仅比信用卡稍大的主板上，具备所有PC的基本功能只需接通电视机和键盘，就能执行如电子表格、文字处理、玩游戏、播放高清视频等诸多功能。

目前，智能农业监测系统中通常包括节点，网关和服务器。其中，节点用于采集传感器数据并转发到网关，网关用于接收节点传来的数据然后传给服务器，在服务器端对海量的数据进行处理运算，这大大增加了服务器端的运算压力，故需要降低服务器的处理数据，在网关端率先进行数据的部分处理。然而，在智能农业监测系统中采取神经网络进行病虫害预测，但是由于训练神经网络的参数需要耗费大量时间，网关中树莓派的计算能力不够，进而导致整个系统运行的效率大大降低，不能及时有效地实现对病虫害的预测。

发明内容

基于此，有必要针对上述技术问题，提供一种基于树莓派和LORA的农业监测方法、系统、计算机设备及存储介质。

一种基于树莓派和LORA的农业监测方法，所述方法包括：

在服务器端预先搭建好卷积神经网络，所述卷积神经网络用于对图片数据进行病虫害预测；

在服务器端对所述卷积神经网络进行训练得到对应的参数文件；

将搭建好的卷积神经网络和参数文件移植至网关内的树莓派中；

当所述网关接收到LORA节点发送的图片数据时，在所述网关中直接通过已训练好参数的卷积神经网络进行病虫害预测；

将卷积神经网络的预测结果发送至服务器端。

在其中一个实施例中，所述在服务器端预先搭建好卷积神经网络，所述卷积神经网络用于对图片数据进行病虫害预测的步骤还包括：

在服务器端预先搭建好卷积神经网络，所述卷积神经网络包括输入层、输出层及隐藏层；

所述输入层由多个输入单元组成用于从外部环境接收信息，所述输入单元可接收样本中各种不同的特征信息；

所述隐藏层介于输入层和输出层之间，所述隐藏层通过函数联系输入层变量和输出层变量；

所述输出层由多个输出单元组成用于生成预测结果，每个输出单元会对应到特定的分类结果。

在其中一个实施例中，所述在服务器端对所述卷积神经网络进行训练得到对应的参数文件的步骤还包括：

将事先采集好的样本集送入所述卷积神经网络；

根据所述卷积神经网络的实际输出与期望输出间的差别来调整卷积神经网络中的权重矩阵；

对每个样本重复上述过程，直至样本集的整体误差不超过预设规定的范围。