Deep Learning-Based Weed Classification, Detection, and Segmentation in Precision Agriculture: a Bibliometric and Comprehensive Review

综述2018-2025年深度学习杂草分类方法，分析技术瓶颈并给出改进建议。

综述深度学习在植物病害检测中的应用，涵盖CNN、混合Transformer、注意力机制与生成式数据增

对比经典机器学习与深度学习模型在精准农业早期杂草检测中的性能。

综述深度学习在杂草识别与定位中的进展，并提出中美洲农林业实施路线图。

提出ResNet+GA+CNN混合模型，用苹果叶片图像检测病害并计算病斑面积占比。

提出CNN-Transformer-LSTM混合框架，实现棉花叶片病害自动识别。