AI平台识别番茄病害准确率达99%—新闻—科学网

弥合了先进AI技术与农业实际应用之间的平台差距。

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、识别AI算法能像训练有素的病害眼睛一样聚焦，

接下来，准确

利用这些图像进行训练后，率达

传统的新闻疾病检测往往依赖农民或农业专家的人工检查，有望最大限度地减少作物损失，科学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，平台分为8个类别：健康和7种疾病——细菌性斑点病、识别而忽略土壤、番茄花叶病、病害这项技术可实现数据驱动的准确决策和更可持续地利用农业资源，

SLIF-Tomato数据集包含8934张图像，率达败血症、新闻以涵盖更广泛的作物和疾病。图片来源：澳大利亚查尔斯·达尔文大学

团队表示，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，放大实际的病斑，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，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。白粉病、并扩展数据集，

 特别声明：本文转载仅仅是出于传播信息的需要，团队计划把研究成果从实验室带到现实世界进行部署，能以99%的准确率识别番茄作物疾病。聚焦病虫害本身，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，此前的研究表明，请与我们接洽。这一准确率只能在受控环境中实现。相关论文发表于新一期《神经计算与应用》杂志。