随着科技的进步，世界农业不断向高产、高效、高新技术的方向发展，智能温室是现代农业的代表。现代农业成为继互联网后的另一个风口行业，探索当下计算机视觉技术以及大模型等前沿科技在温室大棚中的应用，助力农业生产显得尤为重要。文章介绍了智慧温室大棚环境监测技术，分析了基于YOLOv8和智谱清言的智能温室种植平台设计，以期为YOLOv8和大模型在智能温室种植平台中的应用提供参考。

　　温室大棚能够提高农业资源利用率和农产品的产量与质量，是保证蔬菜、瓜果产量大幅增长的有效方法，是解决现代农业发展、资源、环境问题的重要途径之一。虽然我国温室大棚产业经过多年的发展，已经取得了一定成果。然而，该产业在许多方面仍有提升空间。例如，设施的现代化水平、机械化程度、生产效率、产品质量、产量以及病虫害管理等方面。通过不断学习和引进先进技术，加强创新，我国温室大棚产业有望实现更高质量的发展。

　　针对我国部分落地温室大棚系统比较简陋，温室大棚环境仍靠人工管理，环境要素的自动调理和控制的研究正处于起步阶段的现状，笔者设计了一种基于YOLOv8和智谱清言的智能温室种植平台。该平台能监测大棚各种环境因素，根据环境因素的历史数据或植物生长状态提供智慧决策，并且利用智谱清言构造专家系统，为温室种植提供建议。

智能温室大棚环境监测技术

　　目前，智能农业领域广泛应用的温室大棚自动化控制系统主要侧重于监控作物生长的外部条件。这种系统通过精确测量环境参数，如湿度、温度和光照等，与预设的数据库标准进行对比，并运用算法进行自动调节。然而，现有系统在分析作物生长状况方面存在局限，未能充分利用历史传感器数据，也未能有效监测病虫害和杂草等问题，导致系统在提供种植决策支持方面存在不足。因此，尽管采用了智能控制，但目前温室大棚的产量仍然受限，并且需要较大的人力成本投入。

YOLOv8算法和智谱清言

YOLOv8算法

　　YOLOv8是YOLO系列实时物体检测器的最新迭代产品，在精度和速度方面都具有尖端性能。

　　YOLOv8是一种先进的实时目标识别算法，它通过将图像分割成多个网络单元，并在每个单元中同时预测对象的边界框和类别，实现了高效率和高准确性的目标识别。作为YOLO系列的起点，YOLOv1利用全卷积神经网络，以实时处理速度和高效性著称。YOLOv2在此基础上增加了多尺度特征图和锚点框，从而提升了检测的精确度和稳定性。YOLOv3进一步优化了网络架构，采用了更深层的Darknet-53网络进行特征提取，并引入了多尺度检测和跨尺度特征融合技术，增强了检测的精度和可靠性。YOLOv4则在YOLOv3的基础上，引入了CSPDarknet53和SSP技术，进一步提升了检测性能和处理速度。YOLOv5通过采用轻量化网络结构和多尺度训练方法，提升了检测的速度和鲁棒性。YOLOv7则通过引入可扩展的高效层聚合网络E-ELAN、创新的过渡模块以及重参数化技术，增强了特征提取能力和语义信息的表达，进一步提升了目标检测的性能。

　　YOLO系列发展至今，已优化到YOLOv8。YOLOv8借鉴了YOLOv5、YOLOv6、YOLOX等模型的设计优点，各种指标全面超越现有对象检测与实例分割模型。YOLOv8网络结构图如图1所示，它的具体创新点如下。

　　提供了一个全新的STOA模型，并且基于缩放系数提供了N/S/M/L/X不同尺度的模型，以满足不同部署平台和应用场景的需求。

　　YOLOv8的Backbone部分同样借鉴了CSP模块思想，不过它将YOLOv5中的C3模块替换成了C2f模块，实现了进一步轻量化，同时沿用YOLOv5的SPPF模块，并对不同尺度的模型进行精心微调，不再是无脑式一套参数用于所有模型，大幅提升了模型性能。

　　YOLOv8的Neck部分继续使用PAN思想，但是通过对比YOLOv5与YOLOv8的结构图可以看出，YOLOv8移除了1*1降采样层。

　　YOLOv8在头部设计上进行了重要更新，采用了分离式架构，将分类与边界框预测独立处理，并从基于锚点的检测转向了无锚点方法。

　　YOLOv8的损失函数计算引入了VFL Loss进行分类误差优化，并结合DFL Loss与CIOU Loss以提高边界框预测的精确度。

　　在标签分配策略上，YOLOv8放弃了传统的IoU分配方法，转而使用Task-Aligned Assigned来更有效地分配正负样本。

图1 YOLOv8网络结构图(图片来源于网络)

　　温室大棚处于室内，可以充分利用摄像头监控大棚内生长作物的生长状态，识别病虫害、杂草和成熟度情况，精确控制作物生长状态，对作物生长过程中的生长态势和危险严重程度进行全面实时评估预警。

智谱清言

　　智谱AI于2019年成立，一直专注于大模型算法研究。作为国内首批通过备案的大模型产品，AI生成式助手“智谱清言”于2023年8月正式上线。2023年10月，智谱AI发布全面升级的ChatGLM3模型及相关系列产品，参数范围从6B、12B、32B、66B到130B不等;2024年1月，发布了新一代基座大模型GLM-4。

　　新阶段的智谱清言英文测评有GPT4九成功力，中文比GPT4高10%，在128K上线问文可以做到100%召回率，而GPT4只能做到80%。它的主要功能如下。

　　通用回答。能够回答用户的各类问题，涵盖众多领域，为用户提供实时、准确的信息和解决方案。

　　多轮对话。具备出色的对话能力，可以与用户进行自然、流畅的多轮对话，提供高效的沟通体验。

　　虚拟对话。能够根据用户的需求扮演不同的角色，如专业人士、故事角色等，增强互动性和用户体验。

　　创意写作。可以为用户的各类创作需求提供脑暴灵感、内容框架以及高质量的文案等，提高写作效率和质量。

　　代码生成。能够使用多种编程语言进行开发调试，可以为用户解释代码、解答编程问题以及提供编程建议。

　　由于大模型非常强大，因此文章引入大模型，通过大模型的通用回答，为种植者在传感器参数推荐和选择更高产的农作物方面提供建议。

基于YOLOv8和智谱清言的智能温室种植平台设计

平台设计

　　第一，本平台通过CMA摄像头实时监控温室作物状态，保证温室的正常运营以及突发情况的处理速度。通过各类传感器采集环境数据，设置阈值自动开启或关闭控制系统，也可通过人为判断手动开启或关闭控制系统。

　　第二，本平台可以通过摄像头获取的监控，利用YOLOv8识别作物成熟度，以及是否遭受病虫害、杂草的侵害。一旦识别出病虫害或杂草，系统会给用户推送预警消息，同时控制系统会控制相关设备作出反应，如喷洒农药，除草剂等。

　　第三，本平台还可以记录历史传感器数据，根据记录的传感器数据，利用智谱清言推荐给种植者一组适合的阈值设置值，为温室大棚的管理提供智慧决策。此外，还可以根据作物生长状态，利用智谱清言为种植者提供当前作物适合的环境阈值范围。

　　第四，本平台在前端界面引入了一个种植问答界面，通过引入智谱清言接口，实现问答式聊天，从而为种植者提供种植建议和决策支持，助力温室农业的发展。

平台总体架构

　　平台的总体架构如图2所示，包括以下子系统。

　　1.自动控制系统

　　该子系统是根据种植者在前端设置的环境阈值以及当前传感器监测到的环境参数数据，如空气温度数据、空气湿度数据和二氧化碳浓度等，自动判断是否需要开启对应设备对种植环境进行控制，如当二氧化碳浓度超过了设置的最高阈值，自动控制系统会开启通风机排放大棚内的二氧化碳，当二氧化碳浓度降低到适合作物生长的范围后，自动控制系统会自动关闭相应设备。该系统还会根据YOLOv8识别结果对相应设备进行控制，从而使作物更健康高产，如当系统识别到作物周围的杂草抢夺养分时，自动控制系统会控制自动除草设备进行工作。

　　2.植物生长预警系统

　　该系统根据YOLOv8的识别结果，当存在病虫害、杂草等危害作物生长的情况时，会向前端及QQ邮箱发送预警消息。若种植者开启了自动控制系统，自动控制系统会自动控制相应设备作出反应。若没有开启自动控制系统，则种植者可以根据预警消息，及时查看作物危害情况，通过人为判断，手动控制对应设备作出处理。

　　3.专家系统

　　该子系统通过调用智谱清言接口，传入作物生长状态、历史传感器参数以及限制返回格式，获取智谱清言推荐的传感器阈值设置结果，并在后端对智谱清言返回结果进行处理，通过发送消息的方式返回给用户合理的传感器阈值设置值，用户可以选择是否一键设置推荐的阈值值。这能为种植者提供作物种植经验，从而为温室种植提供智慧决策。

　　4.数据统计分析和可视化系统

　　该子系统将传感器收集到的数据存储到云端，并从云端获取数据渲染，在前端进行可视化展示。具体来说，该系统分为“七天”和“历史某一天”两个部分进行数据可视化展示，并使用了折线图和柱形图两种可视化展示方式，使种植者能够在该平台获取更多的信息。

　　5.明火检测系统

　　该子系统可以通过烟雾传感器以及YOLOv8算法识别出大棚火灾情况。检测到明火时，平台会及时发送预警消息给用户，并且自动控制系统会自动控制相应设备作出反应，通过及时反应，减少大棚由于明火隐患而造成的损失。

图2 基于YOLOv8和智谱清言的智能温室种植平台架构(图片来源：作者自制)

　　随着大数据和人工智能技术的快速发展，计算机视觉技术和大模型在多个领域的应用日益广泛。未来，温室大棚控制技术将朝着以人工智能技术为核心的智能控制系统转型。文章介绍的智能温室种植平台，运用YOLOv8算法，用以识别病虫害、杂草和作物成熟度，自动发送预警并执行控制指令，旨在优化温室大棚的环境管理，减少人力成本，提高生产效率。该智能温室种植平台还引入国产大模型——智谱清言，通过记录植物生长情况或历史传感器参数实现环境阈值的智能推荐，种植者可以通过智谱清言获取种植作物的科学种植建议，提高种植作物的产量和质量，从而助力国家粮食安全。

　　随着智能温室种植平台的发展，探索计算机视觉、大模型等前沿技术在温室大棚的应用，为现代农业的发展提供了前所未有的机会。

《村委主任》杂志 雷鸣浩摄

　　编校：李霞

　　网络：柳绣华

　　监审：乔星琦

　　终审：魏文源