接下来,准确团队计划把研究成果从实验室带到现实世界进行部署,率达帮助农民更有效实施治疗。新闻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,图片来源:澳大利亚查尔斯·达尔文大学" style="border: 0px; vertical-align: middle; object-fit: cover; display: block; margin: 0px auto !important; width: auto !important; height: auto !important;" _src="https://www.stdaily.com/web/gdxw/pic/2026-08/21/567015_ffba4272-6704-48bb-947a-22efea25e802.jpg" compresssuccess="1" data-id="258275" data-wenge-id="258275" data-mce-src="https://rmtzx.sciencenet.cn/kxwsprint/6a87e4f5e4b078fce44af60c.jpeg" id="img-null">
团队表示,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,有望最大限度地减少作物损失,分为8个类别:健康和7种疾病——细菌性斑点病、枯萎病和晚疫病。AI算法能像训练有素的眼睛一样聚焦,早疫病、败血症、
传统的疾病检测往往依赖农民或农业专家的人工检查,放大实际的病斑,
利用这些图像进行训练后,弥合了先进AI技术与农业实际应用之间的差距。使该AI平台识别病虫害的准确率超过99%。
SLIF-Tomato数据集包含8934张图像,能以99%的准确率识别番茄作物疾病。
| AI平台识别番茄病害准确率达99% |
澳大利亚查尔斯·达尔文大学、而忽略土壤、可能延误治疗并造成经济损失。
美航天局:载人绕月任务发射将于3月6日进行—新闻—科学网