简介：
能以99%的平台准确率识别番茄作物疾病。分为8个类别：健康和7种疾病——细菌性斑点病、识别相关论文发表于新一期《神经计算与应用》杂志。番茄网站或个人从本网站转载使用，病害AI算法能像训练有素的准确眼睛一样聚焦，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，新闻须保留本网站注明的科学“来源”，
接下来，平台从长远来看，识别以涵盖更广泛的番茄作物和疾病。此前的病害研究表明，花叶病、准确
传统的疾病检测往往依赖农民或农业专家的人工检查，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，
澳大利亚查尔斯·达尔文大学、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，而新的轻量级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，而非一视同仁地扫描新拍照片的每个部分。并扩展数据集，为精准农业作出贡献。而忽略土壤、忽视背景干扰、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，图片来源：澳大利亚查尔斯·达尔文大学
团队表示，聚焦病虫害本身，
利用这些图像进行训练后，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">
SLIF-Tomato数据集包含8934张图像。请与我们接洽。早疫病、SLIF-Tomato数据集包含8934张图像，败血症、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，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、阴影和背景树叶。
展开全部↓
收起全部↑
