IoT-Based Smart Farm Protection and AI Crop Disease Detection System
提出低成本物联网农场防护与AI作物病害检测一体化网络平台。
阅读 0
关键词 · 相关资讯与研究
#作物病害识别
沿着“作物病害识别”继续探索，共 9 条内容。
Evaluation of Concept-Probe Temporal-Stability Audits for Computer Vision Agriculture Disease Classifiers Under Seasonal Phenology Drift: An Interpretability Decay Bound for Smallholder Fungicide Timing
提出概念探针时间稳定性审计与可解释性衰减界，判断何时需重新审计。
阅读 0
A HIERARCHICAL DISTRIBUTED EDGE AI FRAMEWORK FOR REAL-TIME APPLE LEAF DISEASE CLASSIFICATION
提出两级边缘AI框架，用RGB图像实时分类苹果叶片病害。
阅读 1
KRISHI AI an AI and IoT-Enabled Smart Agricultural Decision Support and Equipment Management System
开发KRISHI AI平台，集成AI与IoT提供作物推荐、病害识别、天气信息和农机租赁服务。
阅读 1
AGRISIGHT AI: A ConvNeXtV2-Based Deep Learning Framework for Crop Disease Classification with a Proposed Multimodal Extension for Precision Agriculture
AGRISIGHT AI: A ConvNeXtV2-Based Deep Learning Framework for Crop Disease Classification with a Proposed Multimodal Extension for Precision Agriculture。Research Square
阅读 2
An Intelligent IoT-Based Framework for Plant Disease Detection and Crop Advisory Using CNN and ESP32
构建ESP32物联网与CNN结合的植物病害检测及作物咨询系统。
阅读 1
基于QYmax叶绿素荧光成像和改进LCRNet模型的小麦白粉病智能识别与诊断,登Frontiers in Plant Science
用QYmax叶绿素荧光成像与改进LCRNet实现小麦白粉病高精度识别。
阅读 4
Evidence integrity and review utility in crop-image decision support: an audit-to-review framework for precision agriculture
提出审计到评审框架，先固定证据身份再比较作物图像分类器，并关联预测不确定性与评审工作量。
阅读 2
Bangladesh AI Model AgroVisNet Spots Crop Blight on Phones(轻量级 99.52% 准确率 0.46 MB 量化部署)
提出轻量网络AgroVisNet与BD-PlantDX数据集，实现手机端作物病害高精度识别。
阅读 3
你可能还想看
没有这个标签，内容接近Precision Diagnosis of Apple Leaf Diseases Across Infection Stages via Web-Based Analysis
提出基于YOLOv8-MHSA与SAM的网页系统，实现苹果叶片病害多感染阶段实时检测与分级。
阅读 5
From Laboratory to Field: Frozen Foundation-Model Features Toward Robust Plant Disease Recognition
From Laboratory to Field: Frozen Foundation-Model Features Toward Robust Plant Disease Recognition。Smart Agricultural Technology
阅读 6
上海育成南方稻区唯一节水抗旱稻"标准品种"——"中旱3号"累计推广534.96万亩
上海市农业科学院选育的"中旱3号"是中国南方稻区第一个通过国家审定的旱稻品种，被指定为国家旱稻品种区域试验南方稻区唯一的对照品种；"沪旱3号"是中国南方稻区第一个通过国家审定的粳型旱稻品种。目前累计推广面积已达534.96余万亩，增产稻谷3亿公斤，节约水资源16亿吨，实现经济效益5.89亿元。在一些种植区域，节水可达50%。
阅读 3
SMART AGRICULTURE ROBOT
研发一款集成播种、喷药、土壤监测与病害识别的智能农业机器人，并通过云平台远程管理。
阅读 1
A Nightshade-SWIN Transformer-Based Framework for Enhanced Multi-Crop Plant Disease Classification
提出Nightshade-SWIN框架，用Swin Transformer提升茄科多作物叶片病害分类
阅读 1
基于影像组学与可解释机器学习的香蕉病害快速识别
原文：Radiomics-driven and explainable machine learning for rapid characterization of Fusarium wilt and Black Sigatoka in banana crops。研究于2026年7月28日发表，聚焦利用影像组学和可解释机器学习快速表征香蕉枯萎病与黑斑病，属于作物病害智能识别方向。当前公开检索摘要未呈现完整实验细节，故不对模型精度作额外推断。
阅读 7
Artificial Intelligence in Plant Disease Detection: An Introduction to Intelligent and Automated Crop Health Monitoring
综述AI在植物病害检测中的应用，涵盖图像采集到模型评估全流程及未来趋势。
阅读 3
Deep learning–based computer vision for rapid and accurate quantitative field assessment of powdery mildew severity: model comparison, validation, and agreement with human raters
开发并验证基于深度学习的计算机视觉流程，用手机图像快速定量评估豌豆白粉病严重度。
阅读 3