Journal of Plant Diseases and Protection·9月12日 · 周六论文农业人工智能与决策模型阅读 0
Deep Learning-Based Weed Classification, Detection, and Segmentation in Precision Agriculture: a Bibliometric and Comprehensive Review
Furkan Ulaş · Muhammad Aasım
Journal of Plant Diseases and ProtectionDOI 10.1007/s10343-026-01424-9
论文解读
75精选
速览
对精准农业中深度学习杂草分类、检测与分割研究进行文献计量与综述分析。
方法
文献计量分析与综合综述，基于相关文献数据库。
发现
梳理了深度学习在杂草识别三大任务中的方法、趋势与挑战。
机会点
可针对田间复杂光照与多物种场景，探索轻量化实时分割模型与跨数据集泛化。
影响力15
信息增量20
专业深度18
信源权威14
时效性8
核心期刊发表的深度学习杂草识别综述，方法梳理与文献计量兼具，对精准农业植保智能化有参考价值，但属学术综述而非产业级突破。
原文摘要
基于深度学习的精准农业杂草分类、检测与分割：文献计量与综合综述。《植物病害与保护杂志》