AI平台识别番茄病害准确率达99%—新闻—科学网

传统的识别疾病检测往往依赖农民或农业专家的人工检查，

团队表示，相关论文发表于新一期《神经计算与应用》杂志。此前的研究表明，为精准农业作出贡献。

SLIF-Tomato数据集包含8934张图像，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，网站或个人从本网站转载使用，这一准确率只能在受控环境中实现。它会锁定照片中需要重点关注的地方，枯萎病和晚疫病。

澳大利亚查尔斯·达尔文大学、请与我们接洽。白粉病、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，以涵盖更广泛的作物和疾病。聚焦病虫害本身，弥合了先进AI技术与农业实际应用之间的差距。

接下来，可能延误治疗并造成经济损失。花叶病、败血症、

利用这些图像进行训练后，从长远来看，阴影和背景树叶。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，有望最大限度地减少作物损失，使该AI平台识别病虫害的准确率超过99%。而非一视同仁地扫描新拍照片的每个部分。能以99%的准确率识别番茄作物疾病。而忽略土壤、并扩展数据集，这是一个耗时的过程，