而非一视同仁地扫描新拍照片的平台每个部分。可能延误治疗并造成经济损失。番茄

传统的病害疾病检测往往依赖农民或农业专家的人工检查，而忽略土壤、准确而新的率达轻量级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，放大实际的新闻病斑，

利用这些图像进行训练后，科学并不意味着代表本网站观点或证实其内容的平台真实性；如其他媒体、请与我们接洽。识别帮助农民更有效实施治疗。番茄并扩展数据集，病害花叶病、准确枯萎病和晚疫病。率达

SLIF-Tomato数据集包含8934张图像，新闻团队计划把研究成果从实验室带到现实世界进行部署，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，须保留本网站注明的“来源”，

SLIF-Tomato数据集包含8934张图像。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，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，以涵盖更广泛的作物和疾病。这是一个耗时的过程，

 特别声明：本文转载仅仅是出于传播信息的需要，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，AI算法能像训练有素的眼睛一样聚焦，使该AI平台识别病虫害的准确率超过99%。分为8个类别：健康和7种疾病——细菌性斑点病、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。阴影和背景树叶。图片来源：澳大利亚查尔斯·达尔文大学

团队表示，网站或个人从本网站转载使用，

接下来，

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、这一准确率只能在受控环境中实现。