AgStack与LF Edge和EdgeX Foundry联手打造农业物联网解决方案

EdgeX中文社区 2021-12-23 11:13:05

最新的Linux基金会下属的AgStack项目宣布与LF Edge和EdgeX Foundry项目建立联系,将现有的EdgeX物联网软件对接到AgStack的物联网扩展中。AgStack还同意参与EdgeX Foundry垂直解决方案工作组,以探索采用和使用EdgeX物联网/边缘平台作为其农业利益相关者数字基础设施设计的扩展。通过Linux基金会下的相互合作,两个项目希望创建一个完整的边缘到企业的开源解决方案,可作为AgStack的一部分,也可以帮助全球农业生态系统。

 

两个项目的合作目标是:

 

* 利用现有的EdgeX Foundry框架,快速加速AgStack进入农业边缘——提供一个通用平台,用于与农业行业的传感器、设备和网关进行通信。

 

* 扩展EdgeX框架以处理农业边缘用例和独特的农业生态系统协议、模型、数据格式等。

 

* 共同开发边缘到企业市场就绪的解决方案,这些解决方案可以轻松演示并用作使农业行业创造者和消费者受益的现实世界产品的基础。

 

* 建立交流(作为Linux基金会的同伴项目)以相互协助和分享在项目治理、开发运营、软件测试、安全等领域的经验教训。

 

“我们正处于定义和构建AgStack平台的早期阶段,我们不想在构建行业领先的开源平台时从头开始或重新发明轮子,”AgStack执行董事Sumer Johal说。“EdgeX Foundry让我们有机会将我们的物联网/边缘工作跨越几年,并利用EdgeX在物联网领域获得的生态系统、边缘专业知识和经验教训。”

 

“作为一个多功能的横向物联网/边缘平台,我们很高兴与AgStack合作,他们可以帮助强调EdgeX如何用于农业物联网用例,以及AgStack和EdgeX社区如何合作以扩大农业和食品行业的数字化转型。”EdgeX Foundry技术指导委员会主席Jim White说。“即使是Linux基金会的同伴项目,我们也将AgStack视为我们的垂直客户之一——应用EdgeX 来解决现实世界的问题——没有比在一个养活世界的行业更能证明这一点的地方。”

 

 

 

 

关于AgStack

 

AgStack由Linux基金会于2021年5月推出。AgStack旨在通过创建、维护和增强免费、可重用、开放和专业的数据和应用数字基础设施来提高全球农业效率。

 

要了解更多信息,请访问: https://agstack.org。

 

...全文
706 1 打赏 收藏 转发到动态 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
CSDN-Ada助手 2023-01-13
  • 打赏
  • 举报
回复
您可以前往 CSDN问答-前端 发布问题, 以便更快地解决您的疑问
代码转载自:https://pan.quark.cn/s/50df8825dc0d Tensilica Xtensa指令集架构手册是一份详尽阐述Xtensa指令集架构(ISA)的参考指南,它主要面向Tensilica公司所推出的处理器核心,尤其是LX106核,同时亦涵盖了ESP8266和ESP32等相关内容。该手册全面介绍了Xtensa处理器核心的指令集、配置选项、扩展能力以及将架构映射至硬件的详细情况。接下来将依据手册中所述的知识点进行深入解读。 ### Xtensa指令集架构(ISA) Xtensa指令集架构是Tensilica公司为其处理器产品设计的一套指令集,该指令集具备高度的可配置性和可扩展性。这一特性使得Xtensa ISA能够在不同的应用领域和硬件需求中进行个性化定制,以满足特定的功能与性能要求。 #### 可配置性(Configurability) Xtensa ISA的可配置性体现在用户可以根据实际需求对处理器的多个方面进行定制。这包括但不限于: - **指令集扩展**:用户可以根据特定的应用需求添加新的指令,从而提升处理特定任务的效率。 - **寄存器文件扩展**:根据应用需求,可以增加或优化处理器的寄存器数量和类型。 - **协处理器扩展**:通过集成特定的协处理器,可以将专门的计算任务卸载到协处理器上,从而提升整体性能。 #### 可扩展性(Extensibility) Xtensa ISA不仅可配置,还拥有卓越的可扩展性,它支持多种扩展,包括: - **状态扩展(State Extensions)**:允许处理器添加新的状态寄存器,以支持新的功能或增强现有功能。 - **指令扩展(Instruction Extensions)**:...
下载代码方式:https://pan.quark.cn/s/8779ceeac982 YOLOv5被认为是一种功能卓越且精确度高的目标检测系统,它在即时处理场景中展现出优越的性能。"基于YOLOv5的火灾检测"计划致力于运用这项尖端的计算机视觉方法,以达成对火焰和烟雾的有效辨识,进而起到防止及降低火灾事故的作用。在这个压缩文件里,用户能够获取到预先训练完成的模型,这表示使用者能够直接执行推理检测,无需从头开始训练模型。 我们现在将详细探讨YOLO(You Only Look Once)系统。YOLO是一种单阶段的目标检测方法,它将目标检测任务转化成回归问题,通过直接预测边界框和类别可能性来迅速识别图像中的物体。YOLOv5是这一系列的最新迭代,由Ultralytics团队研发,它在前几代的基础上进行了改进,包括更迅速的训练速率、更精准的检测以及更强的适应性。 YOLOv5的关键优化包含: 1. **数据增强**:应用了Mosaic数据增强技术,这是一种融合了随机缩放、翻转、裁剪及色彩调节的技巧,增强了模型的普遍适用性。 2. **更高效的架构**:运用了SPP-Block(Spatial Pyramid Pooling)和Path Aggregation Network (PANet)设计,提升了特征提取的效能和精确度。 3. **权重初始化**:采用了更优化的权重初始化策略,使模型在初始训练阶段就能更快地达到收敛。 4. **联合训练**:YOLOv5支持多尺度训练,即同步训练不同尺度的网络,以改善对小目标的检测效果。 5. **优化的损失函数**:使用了GIOU(Generalized IoU)损失函数,改进了边界框的定位。 针对火灾检测的应用,YOLOv...

23,642

社区成员

发帖
与我相关
我的任务
社区描述
EdgeX Foundry 是一个由Linux基金会主持,供应商中立的边缘计算开源项目,旨在为物联网边缘计算提供开放、可扩展的平台。
人工智能edge边缘计算 企业社区 上海·浦东新区
社区管理员
  • EdgeX中文社区
  • 亿琪软件
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
EdgeX Foundry 微信官方公众号 (EdgeXFoundryCN) 【优质内容,全站网罗】 持续聚集沉淀来自社区的 EdgeX Foundry 专业内容和资源,点击首页右侧“关注社区”,参与到社区里来吧! 【进阶学习,技术交流】 欢迎在社区的“问答”频道发帖提问,优质回答者将有机会登上社区光荣榜,获得 CSDN 积分,EdgeX 社区头衔等奖励! 【投稿贡献,成为大牛】 我们诚挚邀请你成为社区贡献者,发布优质的自产内容或翻译内容,优质投稿者将有机会登上社区光荣榜,获得 CSDN 积分,EdgeX 社区头衔等奖励!

试试用AI创作助手写篇文章吧