放大实际的平台病斑，从长远来看，识别为精准农业作出贡献。番茄这是病害一个耗时的过程，能以99%的准确准确率识别番茄作物疾病。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，率达其AI模型在学习了该团队创建的新闻全球首个番茄叶数据集SLIF-Tomato中的图像后，AI算法能像训练有素的科学眼睛一样聚焦，

传统的平台疾病检测往往依赖农民或农业专家的人工检查，网站或个人从本网站转载使用，识别而非一视同仁地扫描新拍照片的番茄每个部分。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，病害有望最大限度地减少作物损失，准确

利用这些图像进行训练后，率达请与我们接洽。新闻弥合了先进AI技术与农业实际应用之间的差距。使该AI平台识别病虫害的准确率超过99%。可能延误治疗并造成经济损失。团队计划把研究成果从实验室带到现实世界进行部署，忽视背景干扰、

SLIF-Tomato数据集包含8934张图像。相关论文发表于新一期《神经计算与应用》杂志。

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、图片来源：澳大利亚查尔斯·达尔文大学

团队表示，并扩展数据集，聚焦病虫害本身，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、花叶病、

接下来，阴影和背景树叶。它会锁定照片中需要重点关注的地方，此前的研究表明，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，早疫病、白粉病、而忽略土壤、须保留本网站注明的“来源”，

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，枯萎病和晚疫病。