saksham-1020/AGRI-SENSE-X

# FARM-SENSE X v2.5 ## 混合智能农业咨询系统 # 概述 FARM-SENSE X 是一个由 AI 驱动的智慧农业咨询系统，旨在帮助农民进行作物病害检测、农药推荐和田间条件分析。 该系统结合了： * 基于 CNN 的作物病害检测 * 基于规则的农业专家系统 * XGBoost 校准的机器学习 * 混合置信度融合 (CCI) 该系统利用以下内容提供智能推荐： * 作物图像 * 土壤状况 * 水位 * 天气状况 * 昆虫活动 * 作物生长阶段 # 核心功能 * 混合 AI + 基于规则的智能 * CNN 集成病害检测 * 天气 API 集成 * 智能喷洒推荐 * 置信度融合系统 (CCI) * 数字化咨询报告生成 * 历史趋势分析 * SQLite 数据库日志记录 * 可解释的 AI 输出 # 使用的技术 * Python * TensorFlow * CNN (Convolutional Neural Network) * XGBoost * OpenCV * NumPy * Pandas * SQLite * Joblib # 项目结构 ``` AGRI-SENSE-X/ │ ├── src/ ├── models/ ├── data/ ├── reports/ ├── test_images/ ├── requirements.txt ├── README.md ``` # 系统工作流程 ``` Farmer Input ↓ Image Analysis using CNN ↓ Rule Engine Evaluation ↓ XGBoost Confidence Calibration ↓ Hybrid Fusion (CCI) ↓ Final Recommendation ↓ Database Logging ``` # 如何运行 ## 步骤 1：安装依赖项 ``` pip install -r requirements.txt ``` ## 步骤 2：运行项目 ``` python src/run_agri_sense.py ``` # 示例功能 * 基于叶片图像的病害检测 * 智能喷洒推荐 * 基于天气的咨询 * 基于置信度的决策系统 * 数字化农户报告生成 # 混合智能架构 该项目结合了： 1. 基于 CNN 的图像智能 2. 基于规则的农业推理 3. 校准的 ML 置信度评分 这种混合方法提升了： * 可靠性 * 可解释性 * 决策准确性 * 实际田间可用性 # 团队成员 * Saksham Tomar – AI 集成与混合智能 * Shareen Khan – 数据处理与数据库管理 * Sharyu Dhamne – 规则引擎与测试 # 学术目的 本项目是作为计算机科学与工程 (B.Tech Computer Science Engineering) 专业的微型项目 (Mini Project) 开发的。 # 未来展望 * IoT 传感器集成 * 移动应用支持 * 基于语音的农户助手 * 离线 AI 预测 * 扩展的作物与病害支持 * 基于无人机的田间分析 # 许可证 本项目专为学术和研究目的而开发。

标签：Apex, CNN, XGBoost, 专家系统, 农作物病害检测, 图像识别, 智慧农业, 机器学习, 逆向工具