arXiv 2609.10469·9月9日 · 周三论文农业人工智能与决策模型阅读 0
ArXiv 2609.10469 AgroVisNet:轻量化卷积网络及萝卜-马铃薯-葫芦病害诊断基准
论文解读
77精选
速览
提出轻量卷积网络AgroVisNet及萝卜、马铃薯、葫芦病害诊断基准BD-PlantDX。
方法
构建12432张田间图像基准，设计29万参数紧凑CNN并量化部署。
发现
测试精度99.52%，量化后仅0.46MB，CPU推理8.40ms/张。
机会点
可探索跨地区跨作物泛化、田间复杂光照下的轻量模型鲁棒性与边缘部署。
影响力18
信息增量22
专业深度18
信源权威13
时效性6
提出29万参数轻量卷积网络与万余张田间病害基准数据集，量化后仅0.46MB、CPU单张8.4ms，对低成本边缘部署的作物病害诊断有实用参考价值。
原文摘要
提出AgroVisNet紧凑型卷积网络及专家验证基准BD-PlantDX,包含孟加拉国Bogura和Nilphamari地区12类萝卜、土豆、葫芦共12432张田间图像。模型参数仅29万,测试精度99.52%,加权F1 99.52%,部署后量化0.46MB,CPU推理8.40ms/张。
信源（1 个）