基于树莓派 Zero 的小巧口袋数码相机,外壳可 3D 打印,电子元件均为常见现成件。
geezacoleman/OpenWeedLocator
基于树莓派的低成本摄像头设备,通过图像识别杂草并触发定点喷药。
- Star
- 503
- Fork
- 92
- 未关闭 Issue
- 18
- 最近提交
- 3天前
这是什么?
OpenWeedLocator(OWL)是一套以树莓派为核心的摄像头杂草识别系统。它通过绿色植被检测算法在图像中识别植物,再控制继电器驱动的电磁阀,只在发现杂草的位置喷药,相比整片喷洒可减少除草剂用量。
设备由现成元件和可 3D 打印的零件组成,适用于作物行间和休耕地等场景。文档中展示的安装形式包括车载、自行车、机器人和多通道喷洒机等。可选的 Green-on-Green 模式提供更高级的检测方式,但会额外占用约 2GB 依赖空间。
项目提供安装脚本,适用于 Raspberry Pi OS(Bookworm 或 Trixie),安装后以 systemd 服务运行。控制端支持单机或联网仪表盘。项目采用 MIT 许可证,文档涵盖硬件组装、软件配置和故障排查。
核心功能
- 01基于树莓派,从摄像头图像中检测绿色植物。
- 02通过继电器控制电磁阀实现定点喷药。
- 03使用现成元件和可 3D 打印零件搭建,成本低。
- 04提供可选的 Green-on-Green 检测模式。
- 05以 systemd 服务运行,支持单机或联网仪表盘。
适用场景
- 在车辆或机器人上对作物行间的杂草进行定点喷药。
- 播种前对休耕地进行杂草控制。
- 研究不同行进速度下基于图像的杂草检测效果。
- 农户和学生进行低成本精准农业的 DIY 实验。
快速上手
- 1
克隆代码仓库
git clone https://github.com/geezacoleman/OpenWeedLocator owl - 2
在树莓派(Bookworm 或 Trixie 系统)上运行安装脚本并按提示作答
bash owl/owl_setup.sh - 3
安装完成后重启树莓派,然后检查服务状态
sudo systemctl status owl.service
使用前须知
- 专为搭载 Bookworm 或 Trixie 系统的树莓派设计,不是通用的桌面工具。
- 需要自行组装摄像头、继电器和电磁阀等硬件,需要一定的动手工作量。
- 可选的 Green-on-Green 功能会额外安装约 2GB 的依赖。
标签
常见问题
- OpenWeedLocator 是什么?
- 基于树莓派的低成本摄像头设备,通过图像识别杂草并触发定点喷药。 OpenWeedLocator(OWL)是一套以树莓派为核心的摄像头杂草识别系统。它通过绿色植被检测算法在图像中识别植物,再控制继电器驱动的电磁阀,只在发现杂草的位置喷药,相比整片喷洒可减少除草剂用量。
- OpenWeedLocator 可以免费使用吗?用的什么许可证?
- OpenWeedLocator 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- OpenWeedLocator 还在维护吗?
- 活跃维护中。OpenWeedLocator 最近一次提交是在 2026年10月19日。
- OpenWeedLocator 适合用来做什么?
- 在车辆或机器人上对作物行间的杂草进行定点喷药。 播种前对休耕地进行杂草控制。 研究不同行进速度下基于图像的杂草检测效果。 农户和学生进行低成本精准农业的 DIY 实验。
- OpenWeedLocator 怎么安装和运行?
- 克隆代码仓库: git clone https://github.com/geezacoleman/OpenWeedLocator owl 在树莓派(Bookworm 或 Trixie 系统)上运行安装脚本并按提示作答: bash owl/owl_setup.sh 安装完成后重启树莓派,然后检查服务状态: sudo systemctl status owl.service
- 在哪里获取 OpenWeedLocator?
- 源代码和安装说明在 GitHub 上:https://github.com/geezacoleman/OpenWeedLocator
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
89035PythonOther更新于 4天前
把 ESP32 变成本地运行的 Wi-Fi 动态感应器,通过无线信号变化检测移动,无需摄像头或麦克风。
9673734PythonGPL-3.0更新于 17小时前
用于在 ESP32 开发板和 Raspberry Pi 等 Linux 设备上自制 Muse 小工具的开源 SDK 与固件。
2368513CApache-2.0更新于 18小时前
一个纯 C 语言的轻量级 LLM 推理引擎,可在约 45MB 内存的低成本开发板上运行 GGUF 格式的 LLaMA 架构模型。
2213272CMIT更新于 8个月前
一款用纯 C 编写、运行在 5 美元 ESP32-S3 芯片上的个人 AI 助手固件,通过 Telegram 对话。
5802894CMIT更新于 18天前
面向乐鑫 ESP 系列芯片的轻量级神经网络推理框架,用于在 AIoT 设备上运行 AI 模型。
1191230AssemblyMIT更新于 6小时前