论文解读
AI 辅助整理- 方法
- 知识蒸馏+气象与作物图像多模态融合,对比主流基线。
- 发现
- SMD使土壤斑块与作物图像MAPE分别降低2%和1.2%。
- 机会点
- 可探索轻量化蒸馏模型在边缘灌溉设备上的部署,及多源时序数据融合的泛化性。
论文摘要
面向精准农业,提出基于知识蒸馏的多模态土壤湿度估计框架SMD,利用气象与视觉数据提升预测精度。相较主流基线,SMD在土壤斑块与作物图像上MAPE分别降低2%与1.2%。对智能灌溉与数字农田管理有应用价值。
论文原文与出版信息
arXiv核心看点
提出知识蒸馏多模态框架SMD,融合气象与视觉数据估计土壤湿度。
面向精准农业,提出基于知识蒸馏的多模态土壤湿度估计框架SMD,利用气象与视觉数据提升预测精度。相较主流基线,SMD在土壤斑块与作物图像上MAPE分别降低2%与1.2%。对智能灌溉与数字农田管理有应用价值。
论文原文与出版信息
arXiv