L'IA pour surveiller le stress hydrique du blé en temps réel

Created using ChatSlide

Ce projet explore l'optimisation de l'intelligence artificielle multitâche pour détecter le stress hydrique dans le contexte de l'agriculture de précision. Il met en lumière l'importance de l'IoT dans des environnements agricoles à ressources limitées. Un modèle AI basé sur ResNet-50 modifié est utilisé pour des tâches de classification et régression via des images RGB et des données de capteurs IoT. Les données sont recueillies en serre à l'aide de capteurs ESP32 et DHT11 et une caméra Canon...