Research Square·9月4日 · 周五论文智慧农业 / 农业物联网阅读 4

Deep Learning-Based Crop Disease Detection Using EfficientNet-B3 for Smart Agriculture

Gajanan Ankatwar · Chitra Dhawale · Supriya Narad

AI 评分
56未达精选线
影响力12
信息增量15
专业深度14
信源权威8
时效性7

基于EfficientNet-B3的深度学习作物病害检测研究,方法有一定新颖性,但缺乏具体数据规模与结论细节,权威性一般。

摘要

Deep Learning-Based Crop Disease Detection Using EfficientNet-B3 for Smart Agriculture。Research Square

信源(1 个)

农业人工智能 作物病害 智慧农业相关资讯

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三75 分 论文农业AI与大模型农业人工智能与决策模型阅读 0

Distributionally-Robust Evaluation of Computer Vision Agriculture Disease Classifiers Under Climate-Driven Pathogen Range Shifts: An Artificial Intelligence Worst-Case Generalization Bound

提出气候校准的分布鲁棒评估准则,替代i.i.d.假设评价作物病害视觉分类器。

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三69 分 论文社会化服务与规模经营农业人工智能与决策模型阅读 0

Evaluation of Concept-Rank Collapse Audits for Computer Vision Agriculture Disease Classifiers Under Low-Label Regimes: An Interpretability Capacity Bound for Smallholder Fungicide Selectivity

提出可解释性容量上界,评估低标签下概念秩崩溃审计的可靠性。

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三70 分 论文社会化服务与规模经营农业人工智能与决策模型阅读 0

Evaluation of Concept-Probe Temporal-Stability Audits for Computer Vision Agriculture Disease Classifiers Under Seasonal Phenology Drift: An Interpretability Decay Bound for Smallholder Fungicide Timing

提出概念探针时间稳定性审计与可解释性衰减界,判断何时需重新审计。