 |
Agrio 农业智能警报
专用API
【更新时间: 2024.08.15】
您是一名开发人员，希望提升您的农业相关产品或服务吗？我们的农业API可以帮助您做到这一点！我们的 API 提供对各种数据和功能的访问，这些数据和功能可以集成到您的产品或服务中，使其更加全面，对用户更有价值。
咨询
去服务商官网采购>
|
服务星级：2星
浏览次数
10
采购人数
1
试用次数
0
SLA: N/A
响应: N/A
适用于个人&企业
收藏
×
完成
取消
×
书签名称
确定
|
- API详情
- 使用指南
- 关于我们
- 相关推荐
什么是Agrio 农业智能警报?
Agrio 农业智能警报是一款基于人工智能的农业应用程序接口（API），专为农业生产者和农业服务提供商设计。它利用先进的计算机视觉和机器学习技术，帮助用户在农作物管理中实现更高效的病虫害监测和管理。通过对农田图像的分析，Agrio 农业智能警报能够识别并诊断作物病害和虫害，提供及时的预警和管理建议，从而提高农业生产的效率和收益。
什么是Agrio 农业智能警报？
Agrio 农业智能警报有哪些核心功能？
基于照片的植物诊断我们的解决方案允许您将您的应用程序连接到我们的人工智能引擎。工厂问题的图像被上传到我们的服务器，然后通过人工智能算法进行分析。该系统为您提供标识和建议的解决方案。 |
 |
 |
AgrioShield：植物病虫害预测算法AgrioShield 是有史以来第一个人工智能作物病虫害警报系统。当农作物病虫害预计将到达指定区域或在附近农场检测到时，AgrioShield 会通知您。这些警报以及书面预防措施有助于阻止虫害并减少产量损失。 |
卫星图像和警报利用精准农业实践来支持用户的产量。借助卫星图像，农民和作物顾问可以在大规模损害发生之前解决问题。我们的人工智能算法快速检测植被问题，使农民能够准确知道何时何地采取行动。 |
 |
 |
超本地天气预报让您的用户能够准确跟踪田间天气、监控生长期和寒冷时间，并接收潜在病虫害警报。 |
追踪害虫的生命周期在害虫最脆弱的时候采取行动，并高精度地确定新一代的出现时间。 |
 |
Agrio 农业智能警报的核心优势是什么？
- 准确性高：利用先进的计算机视觉和机器学习技术，确保对病虫害的高准确识别和诊断。
- 实时预警：提供实时的病虫害预警，帮助用户及时采取防治措施，减少农作物损失。
- 操作简便：用户只需上传农田图像，系统即可自动进行分析并提供诊断结果和管理建议。
- 综合分析：通过对历史数据的分析，提供全面的农作物管理方案，帮助用户提高农业生产的整体效率。
在哪些场景会用到Agrio 农业智能警报？
|
大型农场的病虫害管理：在大型农场，传统的人工巡查和病虫害管理方式效率低且不准确。Agrio 农业智能警报可以通过无人机或其他设备采集农田图像，自动识别病虫害并提供管理建议，极大地提高了病虫害管理的效率和准确性。 |
|
| 农业服务提供商的智能化服务：农业服务提供商可以利用Agrio 农业智能警报为客户提供智能化的病虫害监测和管理服务。通过将农田图像上传到系统中，服务提供商可以快速诊断病虫害问题并提供专业的管理建议，提升服务质量。 |
|
|
智能灌溉系统优化：农业企业可以利用“Agrio 农业智能警报”API，将其集成到智能灌溉系统中。通过API提供的实时天气预报和土壤湿度数据，系统可以自动调整灌溉时间和水量，确保作物获得适当的水分供应。 |
|
Agrio 图像处理 API 具有三个主要端点：
检查可用学分
该端点允许用户检查他们当前的信用余额。用户可以通过发送 GET 请求来访问该端点。我们提供了一个 Node.js API 调用示例：
const fs = require("fs");
const request = require("request");
const options = {
method: "GET",
url: "https://agrio-api-gateway-6it0wqn1.uc.gateway.dev/v1/get-credit?key=API_KEY",
};
request(options, (err, res, body) => {
if (err) {
console.error(err);
return;
}
console.log(body);
});上面的代码打印您的 API 帐户中可用的未使用积分。每个诊断请求都会消耗一个积分。
获得支持的农作物
该端点返回诊断服务支持的所有作物的列表。用户可以通过发送 GET 请求来访问该端点。我们提供了一个 Node.js API 调用示例：
const fs = require("fs");
const request = require("request");
const options = {
method: "GET",
url: "https://agrio-api-gateway-6it0wqn1.uc.gateway.dev/v1/get-supported-crops?key=API_KEY",
};
request(options, (err, res, body) => {
if (err) {
console.error(err);
return;
}
console.log(body);
});响应是人工智能可以诊断的一系列农作物。该列表经常更新。
诊断端点
该端点允许用户上传植物图像并接收植物中存在的任何疾病的诊断。用户可以通过发送POST请求来访问该端点。我们提供了一个 Node.js API 调用示例：
const fs = require("fs");
const request = require("request");
const options = {
method: "POST",
url: "https://agrio-api-gateway-6it0wqn1.uc.gateway.dev/v1/diagnose?key=API_KEY",
headers: {
"Content-Type": "multipart/form-data",
},
formData: {
file: {
value: fs.createReadStream(IMAGE_FILE_PATH), //32 MB limit
options: {
filename: "unique_file_name.jpg",
contentType: "image/jpeg",
},
},
payload: JSON.stringify({
crop: "Banana", //Optional field, if not included, the AI will attempt to identify the crop
}),
},
};
request(options, (err, res, body) => {
if (err) {
console.error(err);
return;
}
console.log(body);
});响应包含已识别的裁剪（如果 API 调用中未提供裁剪）以及置信度。它还包括由算法以置信水平识别的一系列病症。
例如：
{
"crop":"Cucumber",
"cropConfidence":"0.99559766",
"idArray":
[
{
"id":"Whitefly",
"confidence":0.869,
"commonName":"Whitefly",
"scientificName": "Aleyrodidae"
},
{
"id":"Aphids",
"confidence":0.103,
"commonName":"Aphids",
"scientificName": "Aphidoidea"
},
{
"id":"Leafhoppers",
"confidence":0.028,
"commonName":"Leafhoppers",
"scientificName": "Cicadellidae"
},
]
}
详情参考：https://pro.agrio.app/api-documentation
Agrio 图像处理 API 具有三个主要端点：
检查可用学分
该端点允许用户检查他们当前的信用余额。用户可以通过发送 GET 请求来访问该端点。我们提供了一个 Node.js API 调用示例：
const fs = require("fs");
const request = require("request");
const options = {
method: "GET",
url: "https://agrio-api-gateway-6it0wqn1.uc.gateway.dev/v1/get-credit?key=API_KEY",
};
request(options, (err, res, body) => {
if (err) {
console.error(err);
return;
}
console.log(body);
});上面的代码打印您的 API 帐户中可用的未使用积分。每个诊断请求都会消耗一个积分。
获得支持的农作物
该端点返回诊断服务支持的所有作物的列表。用户可以通过发送 GET 请求来访问该端点。我们提供了一个 Node.js API 调用示例：
const fs = require("fs");
const request = require("request");
const options = {
method: "GET",
url: "https://agrio-api-gateway-6it0wqn1.uc.gateway.dev/v1/get-supported-crops?key=API_KEY",
};
request(options, (err, res, body) => {
if (err) {
console.error(err);
return;
}
console.log(body);
});响应是人工智能可以诊断的一系列农作物。该列表经常更新。
诊断端点
该端点允许用户上传植物图像并接收植物中存在的任何疾病的诊断。用户可以通过发送POST请求来访问该端点。我们提供了一个 Node.js API 调用示例：
const fs = require("fs");
const request = require("request");
const options = {
method: "POST",
url: "https://agrio-api-gateway-6it0wqn1.uc.gateway.dev/v1/diagnose?key=API_KEY",
headers: {
"Content-Type": "multipart/form-data",
},
formData: {
file: {
value: fs.createReadStream(IMAGE_FILE_PATH), //32 MB limit
options: {
filename: "unique_file_name.jpg",
contentType: "image/jpeg",
},
},
payload: JSON.stringify({
crop: "Banana", //Optional field, if not included, the AI will attempt to identify the crop
}),
},
};
request(options, (err, res, body) => {
if (err) {
console.error(err);
return;
}
console.log(body);
});响应包含已识别的裁剪（如果 API 调用中未提供裁剪）以及置信度。它还包括由算法以置信水平识别的一系列病症。
例如：
{
"crop":"Cucumber",
"cropConfidence":"0.99559766",
"idArray":
[
{
"id":"Whitefly",
"confidence":0.869,
"commonName":"Whitefly",
"scientificName": "Aleyrodidae"
},
{
"id":"Aphids",
"confidence":0.103,
"commonName":"Aphids",
"scientificName": "Aphidoidea"
},
{
"id":"Leafhoppers",
"confidence":0.028,
"commonName":"Leafhoppers",
"scientificName": "Cicadellidae"
},
]
}
详情参考：https://pro.agrio.app/api-documentation
