Cámara digital compacta y de bolsillo basada en Raspberry Pi Zero, diseñada para imprimirse en 3D y ensamblarse con componentes comerciales.
89035PythonOtherActualizado hace 4 días
geezacoleman/OpenWeedLocator
Dispositivo de bajo costo basado en Raspberry Pi que detecta plantas verdes en imágenes para activar la pulverización localizada de malezas.
- Estrellas
- 503
- Forks
- 92
- Issues abiertos
- 18
- Último commit
- hace 3 días
¿Qué es?
OpenWeedLocator (OWL) es un sistema de detección de malezas basado en cámara y construido en torno a Raspberry Pi. Utiliza algoritmos de detección del color verde para identificar material vegetal en imágenes y acciona solenoides controlados por relés para pulverizar únicamente donde se encuentran las malezas, lo que reduce el uso de herbicidas en comparación con la pulverización generalizada.
El hardware está hecho con componentes disponibles en el mercado y piezas imprimibles en 3D. El proyecto admite situaciones con cultivos y en terrenos en barbecho; según los ejemplos de la documentación, se ha instalado en vehículos, bicicletas, robots y pulverizadores multicanal. La opción Green-on-Green añade un modo de detección más avanzado, a cambio de aproximadamente 2 GB de dependencias adicionales.
La instalación se realiza mediante un script de configuración para Raspberry Pi OS (Bookworm o Trixie), que ejecuta el dispositivo como un servicio de systemd. La configuración puede usar un panel independiente o uno conectado a la red. El proyecto cuenta con licencia MIT e incluye documentación sobre el montaje del hardware, la configuración del software y la resolución de problemas.
Funciones clave
- 01Detecta material vegetal verde en imágenes de cámara en una Raspberry Pi.
- 02Activa solenoides controlados por relés para la pulverización localizada.
- 03Está construido con componentes disponibles en el mercado y piezas imprimibles en 3D.
- 04Incluye un modo de detección Green-on-Green opcional.
- 05Se ejecuta como servicio de systemd y ofrece paneles independientes o conectados a la red.
Casos de uso
- Pulverización localizada de malezas en hileras de cultivos con vehículos o robots.
- Control de malezas en terrenos en barbecho antes de la siembra.
- Investigación sobre la detección de malezas basada en imágenes a distintas velocidades de desplazamiento.
- Experimentos de agricultura de precisión de bajo costo para agricultores que hacen sus propios montajes y estudiantes.
Inicio rápido
- 1
Clona el repositorio
git clone https://github.com/geezacoleman/OpenWeedLocator owl - 2
Ejecuta el script de configuración en una Raspberry Pi (con Bookworm o Trixie OS) y responde a las preguntas
bash owl/owl_setup.sh - 3
Cuando termine la configuración, reinicia la Pi y comprueba el estado del servicio
sudo systemctl status owl.service
Antes de usarlo
- Está diseñado para Raspberry Pi con Bookworm o Trixie OS, por lo que no es una herramienta de escritorio de uso general.
- Requiere montar el hardware de cámara, relé y solenoide, lo que implica trabajo de ensamblaje físico.
- La función opcional Green-on-Green añade unos 2 GB de dependencias.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es OpenWeedLocator?
- Dispositivo de bajo costo basado en Raspberry Pi que detecta plantas verdes en imágenes para activar la pulverización localizada de malezas. OpenWeedLocator (OWL) es un sistema de detección de malezas basado en cámara y construido en torno a Raspberry Pi. Utiliza algoritmos de detección del color verde para identificar material vegetal en imágenes y acciona solenoides controlados por relés para pulverizar únicamente donde se encuentran las malezas, lo que reduce el uso de herbicidas en comparación con la pulverización generalizada.
- ¿OpenWeedLocator es gratuito? ¿Qué licencia tiene?
- OpenWeedLocator es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿OpenWeedLocator sigue mantenido?
- Mantenimiento activo. El último commit de OpenWeedLocator fue el 19 oct 2026.
- ¿Para qué puedo usar OpenWeedLocator?
- Pulverización localizada de malezas en hileras de cultivos con vehículos o robots. Control de malezas en terrenos en barbecho antes de la siembra. Investigación sobre la detección de malezas basada en imágenes a distintas velocidades de desplazamiento. Experimentos de agricultura de precisión de bajo costo para agricultores que hacen sus propios montajes y estudiantes.
- ¿Cómo se instala OpenWeedLocator?
- Clona el repositorio: git clone https://github.com/geezacoleman/OpenWeedLocator owl Ejecuta el script de configuración en una Raspberry Pi (con Bookworm o Trixie OS) y responde a las preguntas: bash owl/owl_setup.sh Cuando termine la configuración, reinicia la Pi y comprueba el estado del servicio: sudo systemctl status owl.service
- ¿Dónde consigo OpenWeedLocator?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/geezacoleman/OpenWeedLocator
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Convierte un ESP32 en un sensor de movimiento Wi-Fi privado y local que detecta movimiento a partir de cambios en las señales Wi-Fi, sin cámara ni micrófono.
9,7 mil734PythonGPL-3.0Actualizado hace 21 horas
SDKs y firmware de código abierto para crear tus propios gadgets Muse con placas ESP32 y dispositivos Linux como Raspberry Pi.
2,4 mil513CApache-2.0Actualizado hace 21 horas
Motor mínimo de inferencia de LLM en C11 que ejecuta modelos GGUF de arquitectura LLaMA de clase 1B en placas económicas con unos 45 MB de RAM y sin dependencias.
2,2 mil272CMITActualizado hace 8 meses
Firmware de asistente personal con IA, escrito íntegramente en C, que funciona en un chip ESP32-S3 de 5 USD y conversa contigo por Telegram.
5,8 mil894CMITActualizado hace 19 días
Framework ligero de inferencia de redes neuronales para ejecutar modelos de IA en chips de la serie ESP de Espressif, con una ruta de cuantización de ONNX a .espdl mediante ESP-PPQ.
1,2 mil230AssemblyMITActualizado hace 9 horas