Leakage-aware, calibrated, and explainable deep learning for robust almond disease classification

方法

采用防数据泄漏的深度学习训练、概率校准与可解释性分析。

发现

该框架能提升杏仁病害分类的稳健性、可信度与可解释性。

机会点

可探索防泄漏与校准机制在其他作物病害识别中的泛化及田间部署。

面向稳健杏仁病害分类的泄漏感知、校准且可解释的深度学习。《农业计算机与电子》