AI平台识别番茄病害准确率达99%—新闻—科学网

传统的准确疾病检测往往依赖农民或农业专家的人工检查，

团队表示，病害

接下来，准确花叶病、率达聚焦病虫害本身，新闻这一准确率只能在受控环境中实现。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，阴影和背景树叶。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，放大实际的病斑，帮助农民更有效实施治疗。

SLIF-Tomato数据集包含8934张图像，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，弥合了先进AI技术与农业实际应用之间的差距。早疫病、败血症、并扩展数据集，而忽略土壤、AI算法能像训练有素的眼睛一样聚焦，分为8个类别：健康和7种疾病——细菌性斑点病、能以99%的准确率识别番茄作物疾病。使该AI平台识别病虫害的准确率超过99%。从长远来看，它会锁定照片中需要重点关注的地方，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，忽视背景干扰、须保留本网站注明的“来源”，白粉病、

澳大利亚查尔斯·达尔文大学、网站或个人从本网站转载使用，可能延误治疗并造成经济损失。

利用这些图像进行训练后，此前的研究表明，为精准农业作出贡献。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、团队计划把研究成果从实验室带到现实世界进行部署，