Quantifying Visual Symptom Severity in Plants Using Deep Learning(MDPI Remote Sens. 2026-08-17)
利用深度学习量化植物视觉症状严重程度。提出基于二元分类器训练(仅使用无症状和严重症状图像)的症状严重程度量化方法。利用具有相似症状严重程度的图像组的分类准确率和类概率估计视觉症状严重程度。标签平滑可缓解中等症状的双峰类概率分布,提高方法对单个图像的适用性。与基于特征空间距离的方法不同,本方法无需额外特征提取或距离计算。该研究为远程感知领域提供了一种简单视觉性状量化方法,可降低标注成本。