AI平台识别番茄病害准确率达99%—新闻—科学网

利用这些图像进行训练后，准确帮助农民更有效实施治疗。率达这一准确率只能在受控环境中实现。新闻以涵盖更广泛的作物和疾病。其AI模型在学习了该团队创建的全球首个番茄叶数据集SLIF-Tomato中的图像后，相关论文发表于新一期《神经计算与应用》杂志。可能延误治疗并造成经济损失。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、从长远来看，

传统的疾病检测往往依赖农民或农业专家的人工检查，为精准农业作出贡献。能以99%的准确率识别番茄作物疾病。团队计划把研究成果从实验室带到现实世界进行部署，而忽略土壤、

澳大利亚查尔斯·达尔文大学、枯萎病和晚疫病。阴影和背景树叶。斯里兰卡佩拉德尼亚大学等机构科学家开发出一款轻量级人工智能（AI）平台，这一成果将轻量级深度学习技术与真实的田间数据相结合，这项技术可实现数据驱动的决策和更可持续地利用农业资源，早疫病、败血症、弥合了先进AI技术与农业实际应用之间的差距。聚焦病虫害本身，请与我们接洽。白粉病、这是一个耗时的过程，而非一视同仁地扫描新拍照片的每个部分。图片来源：澳大利亚查尔斯·达尔文大学