Farm-LightSeek：一种基于边缘计算与轻量级 LLM 的多模态农业物联网数据分析框架
计算机视觉与模式识别
2025-06-05 v1 机器学习
摘要
在全球人口增长和气候变化带来的挑战中，传统农业物联网系统目前正经历重大的数字化转型，以促进高效的大数据处理。虽然智慧农业利用人工智能（AI）技术实现精准控制，但它仍面临重大挑战，包括过度依赖农业专家知识、多模态数据融合困难、对动态环境适应性差，以及边缘端实时决策的瓶颈。大型语言模型（LLM）凭借其在知识获取和语义理解方面的卓越能力，为应对这些挑战提供了有前景的解决方案。为此，我们提出了 Farm-LightSeek，这是一种将 LLM 与边缘计算相结合的边缘多模态农业物联网数据分析框架。该框架通过传感器收集实时农田多源数据（图像、气象、地理信息），在边缘节点进行跨模态推理和病害检测，执行低延迟管理决策，并实现模型更新的云协同。Farm-LightSeek 的主要创新包括：（1）农业“感知-决策-行动”闭环架构；（2）跨模态自适应监测；（3）平衡性能与效率的轻量级 LLM 部署策略。在两个真实世界数据集上进行的实验表明，即使在边缘计算资源受限的情况下，Farm-LightSeek 也能在关键任务中持续取得可靠性能。这项工作推进了智能实时农业解决方案，并突显了农业物联网与 LLM 更深度融合的潜力。
引用
@article{arxiv.2506.03168,
title = {Farm-LightSeek: An Edge-centric Multimodal Agricultural IoT Data Analytics Framework with Lightweight LLMs},
author = {Dawen Jiang and Zhishu Shen and Qiushi Zheng and Tiehua Zhang and Wei Xiang and Jiong Jin},
journal= {arXiv preprint arXiv:2506.03168},
year = {2025}
}
备注
Accepted by IEEE Internet of Things Magazine