本发明涉及智能阳台盆栽，具体涉及一种智能阳台番茄盆栽培育方法和系统。
背景技术：
1、当前，家庭及小型温室植物养护主要依赖于传统的手动监控或基础的自动化系统。这些系统通常包括基本的定时浇水和定期喷洒农药的设施，部分高端系统可能集成简单的环境监测传感器（如土壤湿度和光照强度传感器）来辅助植物生长。
2、尽管一些系统能够自动调节浇水和喷药，但大都没有集成智能决策支持，不能根据植物的实际健康状态来优化处理措施，智能化水平有限。尤其是病虫害进行识别和精准处理，缺乏实时响应能力。
3、将高精度图像识别技术与实时数据处理及自动控制系统有效整合，需要较高的技术创新和复杂的系统开发，这对多数设备制造商来说是一个技术壁垒。发展一个高度自动化和智能化的系统需要较大的研发投入和高成本的硬件支持，这可能导致最终产品价格昂贵，不适合普通家庭用户。而且现有的图像识别技术在农业应用中面临准确度和适应性问题，尤其是在变化的环境条件下保持高识别率是一大挑战。因此，发展一个为家庭或小型温室植物培育提供实时、精确的智能化治疗方案，且价格亲民，具有重大意义。
技术实现思路
1、本发明利用nvidia公司的jetson nano边缘计算开发套件，在其上部署高效的番茄病虫害目标检测模型，配合高分辨率摄像头对家庭阳台上的番茄盆栽进行实时采集视频流，监控番茄盆栽的环境参数和病虫害防治。jetson nano集成了强大的cpu和gpu，可以并行处理大量数据，支持高速的图像处理和复杂的深度学习计算，极大提升了病虫害检测的速度和效率。
2、本发明为了解决上述技术问题，提出了如下技术方案：
3、第一方面，本发明实施例提供了一种智能阳台番茄盆栽培育方法，包括：
4、摄像头采集番茄盆栽的实时图像，获取视频流数据，传输至jetson nano；
5、传感器采集番茄盆栽的环境数据，并传送给单片机；
6、jetson nano加载番茄病虫害目标检测模型，对接收到的视频流数据进行实时分析，识别可能的番茄病虫害类型，并发送给单片机；
7、单片机接收分析环境数据和番茄病虫害类型，并控制番茄盆栽的环境参数和病虫害防治。
8、进一步地，训练番茄病虫害目标检测模型所需的番茄病虫害目标检测数据集的构建包括：
9、番茄病虫害目标检测数据集的采集；
10、番茄病虫害目标检测数据集的筛选；
11、对筛选后的番茄病虫害目标检测数据集进行数据增强处理；
12、对数据增强处理后的番茄病虫害目标检测数据集进行数据标注；
13、将标注后的番茄病虫害目标检测数据集进行文件转换；
14、对文件转换后的番茄病虫害目标检测数据集进行模型训练与超参数调优。
15、进一步地，番茄病虫害目标检测数据集的采集包括：收集番茄细菌性斑疹病、番茄晚疫病、番茄花叶病、番茄黄化曲叶病以及健康番茄叶子的高清图像，形成番茄病虫害目标检测数据集。
16、进一步地，番茄病虫害目标检测数据集筛选，包括：
17、对番茄病虫害目标检测数据集做一级筛选，形成一级数据集；
18、对一级数据集做二级筛选，形成番茄细菌性斑疹病、番茄晚疫病、番茄花叶病、番茄黄化曲叶病和健康番茄叶子共五个二级数据集；
19、对每个二级数据集做三级筛选，分别形成训练集、验证集和测试集三个三级数据集。
20、进一步地，三级筛选形成的训练集、验证集、测试集的比例为7:2:1。
21、进一步地，选用随机旋转、缩放、裁剪、颜色抖动、水平翻转等一种或多种数据增强技术对筛选后的番茄病虫害目标检测数据集进行数据增强处理。
22、进一步地，对数据增强处理后的番茄病虫害目标检测数据集进行数据标注，包括：
23、使用labelimg工具对数据增强处理后图像中的病虫害区域进行精确标注，为每个图像生成对应的标签和边界框；
24、生成每个图像的标签坐标和边界框坐标；
25、将每个图像的标签坐标和边界框坐标归一化到[0,1]区间；
26、将归一化后的图像保存为yaml文件格式；
27、将yaml格式的文件转换成yolo文件格式。
28、进一步地，对文件转换后的番茄病虫害目标检测数据集进行模型训练与超参数调优，包括：
29、将文件转换后的番茄病虫害目标检测数据集输入番茄病虫害目标检测模型进行训练；
30、对学习率、批大小和迭代次数进行调优。
31、进一步地，单片机接收分析环境数据，控制番茄盆栽的环境参数，包括：
32、单片机对环境数据进行实时分析，判断是否需要调整环境参数；
33、如果光照强度超过第一预设阈值，单片机发送指令至遮阳帘，自动下拉遮阳帘，
34、如果盆栽的土壤湿度低于第二预设阈值，单片机发送指令至水泵，通过雾化喷嘴喷水。
35、进一步地，单片机接收根据jetson nano的分析的番茄病虫害类型，控制番茄盆栽的病虫害防治，包括：
36、如果是细菌性斑疹病，则启动第一水泵，抽取第一药剂，通过雾化喷头喷洒，防治细菌性斑疹病，
37、如果是晚疫病，则启动第二水泵，抽取第二药剂，通过雾化喷头喷洒，防治晚疫病，
38、如果是花叶病，则启动第三水泵，抽取第三药剂，通过雾化喷头喷洒，防治花叶病，
39、如果是黄化曲叶病，则启动第四水泵，抽取第四药剂，通过雾化喷头喷洒，防治黄化曲叶病。
40、进一步地，番茄病虫害目标检测模型选择pytorch框架下的yolov5模型。
41、第二方面，本发明实施例提供了一种智能阳台番茄盆栽培育系统，包括主控制单元、图像采集单元、数据处理单元、传感器网络、遮阳灌溉单元和喷药单元，所述图像采集单元用于盆栽番茄实时图像的捕获和视频流数据的获取，所述传感器网络用于番茄盆栽环境数据的采集，所述主控制单元用于接收视频流数据和环境数据，将视频流数据发送给数据处理单元，并监控番茄的生长环境，所述数据处理单元用于视频流数据的实时处理，番茄病虫害类型的判断，以及番茄病虫害目标检测模型的运行，所述遮阳灌溉单元用于番茄的生长环境参数的控制，所述喷药单元用于番茄病虫害的防治。
42、进一步地，所述遮阳灌溉单元包括遮阳子单元和灌溉子单元，所述灌溉子单元用于实现系统自动浇水，所述遮阳子单元包括遮阳帘和步进电机，所述步进电机用于控制打开和关闭遮阳帘。
43、进一步地，所述喷药单元由多个由继电器、水泵、雾化喷头、药液集成在多功能取液桶上，所述多功能取液桶用于存放多种药剂和水。
44、进一步地，所述系统还包括显示单元和通信单元，所述显示单元用于系统状态、环境数据和番茄健康状态的展示，所述通信单元用于与主控制单元、云服务器进行通信，所述通信单元与云服务器之间为无线通信。
45、有益效果：
46、（1）本发明实施例提供发的智能阳台番茄盆栽培育方法和系统，通过在jetsonnano上部署番茄病虫害目标检测模型，摄像头采集番茄盆栽的实时图像，获取视频流数据，传输至jetson nano，jetson nano加载番茄病虫害目标检测模型，对接收到的视频流数据进行实时分析，识别可能的番茄病虫害类型，单片机接收分析番茄病虫害类型，并对番茄盆栽进行病虫害防治，显著提升植物病虫害管理的响应速度和准确性。
47、（2）本发明实施例提供发的智能阳台番茄盆栽培育方法和系统，传感器采集番茄盆栽的环境数据，并传送给单片机，单片机对环境数据进行实时分析，判断是否需要调整环境参数，能够自动化管理番茄盆栽，以维持番茄理想的生长条件。
1.一种智能阳台番茄盆栽培育方法，其特征在于，包括：
2.根据权利要求1所述的智能阳台番茄盆栽培育方法，其特征在于，训练番茄病虫害目标检测模型所需的番茄病虫害目标检测数据集的构建包括：
3.根据权利要求2所述的智能阳台番茄盆栽培育方法，其特征在于，番茄病虫害目标检测数据集的采集包括：收集番茄细菌性斑疹病、番茄晚疫病、番茄花叶病、番茄黄化曲叶病以及健康番茄叶子的高清图像，形成番茄病虫害目标检测数据集。
4.根据权利要求2所述的智能阳台番茄盆栽培育方法，其特征在于，番茄病虫害目标检测数据集筛选，包括：
5.根据权利要求4所述的智能阳台番茄盆栽培育方法，其特征在于，三级筛选形成的训练集、验证集、测试集的比例为7:2:1。
6.根据权利要求2所述的智能阳台番茄盆栽培育方法，其特征在于，对数据增强处理后的番茄病虫害目标检测数据集进行数据标注，包括：
7.根据权利要求2所述的智能阳台番茄盆栽培育方法，其特征在于，单片机接收分析环境数据，控制番茄盆栽的环境参数，包括：
8.根据权利要求2所述的智能阳台番茄盆栽培育方法，其特征在于，单片机接收根据jetson nano的分析的番茄病虫害类型，控制番茄盆栽的病虫害防治，包括：
9.一种智能阳台番茄盆栽培育系统，其特征在于，根据权利要求1-8任一项所述方法实现，所述系统包括主控制单元、图像采集单元、数据处理单元、传感器网络、遮阳灌溉单元和喷药单元，所述图像采集单元用于盆栽番茄实时图像的捕获和视频流数据的获取，所述传感器网络用于番茄盆栽环境数据的采集，所述主控制单元用于接收视频流数据和环境数据，将视频流数据发送给数据处理单元，并监控番茄的生长环境，所述数据处理单元用于视频流数据的实时处理，番茄病虫害类型的判断，以及番茄病虫害目标检测模型的运行，所述遮阳灌溉单元用于番茄的生长环境参数的控制，所述喷药单元用于番茄病虫害的防治。
10.根据权利要求9所述的智能阳台番茄盆栽培育系统，其特征在于，所述系统还包括显示单元和通信单元，所述显示单元用于系统状态、环境数据和番茄健康状态的展示，所述通信单元用于与主控制单元、云服务器进行通信，所述通信单元与云服务器之间为无线通信。
