一种基于边缘计算的水稻生育期识别方法及系统

本发明公开了基于边缘计算的水稻生育期识别方法及系统，具体包括以下步骤：步骤S1，数据采集：通过部署在农田中的多模态传感器采集水稻生育期相关的多种数据，包括图像数据、气象数据和土壤数据。本发明利用多尺度卷积神经网络(MSCNN)和长短期记忆网络(LSTM)相结合的深度学习模型，融合图像、气象、土壤等多源数据，实时识别水稻生育期，通过在边缘节点上进行数据处理，减少数据传输时延，实现实时识别和反馈；通过融合不同来源的数据，获取更加全面的水稻生长信息，提高生育期识别的准确性；采用多尺度卷积核对不同尺度的图像特征进行提取，并结合LSTM模型对气象等时序数据进行建模，进一步提升模型的泛化能力和识别精度。