Zenodo (CERN European Organization for Nuclear Research)·9月26日 · 周六论文智慧农业 / 农业物联网阅读 0
EXPLAINABLE EDGE AI FOR EARLY DETECTION OF PLANT DISEASES IN SMART AGRICULTURE USING LIGHTWEIGHT MOBILENETV2 WITH GRADIENT SALIENCY
Yasir Javaid,Sana Cheema,Akkasha Latif,Atiqa Faiz ur Rehman,Aisha Tariq Khan,Qandeel Nasir,Hafiz Farrukh Abbas
论文解读
66接近精选线
速览
提出轻量MobileNetV2结合梯度显著性实现边缘端植物病害早期可解释检测。
方法
MobileNetV2轻量网络+梯度显著性可视化，部署于边缘设备。
发现
在保证精度的同时实现可解释的早期病害识别，适合资源受限场景。
机会点
可探索多作物多病害的轻量可解释模型，并优化田间边缘部署的实时性与鲁棒性。
影响力12
信息增量18
专业深度16
信源权威12
时效性8
面向智慧农业的轻量可解释边缘AI病害检测论文，方法有创新但属细分技术进展，影响力有限。
原文摘要
面向智慧农业中植物病害早期检测的可解释边缘人工智能：采用带梯度显著性的轻量级MobileNetV2。Zenodo（CERN欧洲核子研究组织）。