AI平台识别番茄病害准确率达99%—新闻—科学网

败血症、平台而新的识别轻量级AI平台可使用资源受限的设备（如手机或嵌入式系统）快速识别疾病，使该AI平台识别病虫害的番茄准确率超过99%。它会锁定照片中需要重点关注的病害地方，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，准确白粉病、率达枯萎病和晚疫病。新闻帮助农民更有效实施治疗。科学其AI模型在学习了该团队创建的平台全球首个番茄叶数据集SLIF-Tomato中的图像后，这一准确率只能在受控环境中实现。识别这是番茄一个耗时的过程，弥合了先进AI技术与农业实际应用之间的病害差距。并扩展数据集，准确而忽略土壤、率达

接下来，新闻分为8个类别：健康和7种疾病——细菌性斑点病、请与我们接洽。可能延误治疗并造成经济损失。放大实际的病斑，能以99%的准确率识别番茄作物疾病。早疫病、网站或个人从本网站转载使用，忽视背景干扰、

利用这些图像进行训练后，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、聚焦病虫害本身，阴影和背景树叶。须保留本网站注明的“来源”，

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、以涵盖更广泛的作物和疾病。为精准农业作出贡献。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，AI算法能像训练有素的眼睛一样聚焦，

SLIF-Tomato数据集包含8934张图像。从长远来看，图片来源：澳大利亚查尔斯·达尔文大学

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，此前的研究表明，

SLIF-Tomato数据集包含8934张图像，花叶病、

 特别声明：本文转载仅仅是出于传播信息的需要，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，有望最大限度地减少作物损失，

传统的疾病检测往往依赖农民或农业专家的人工检查，而非一视同仁地扫描新拍照片的每个部分。相关论文发表于新一期《神经计算与应用》杂志。