Computer vision and edge AI for crop health monitoring: a critical review of field validation and deployment evidence
批判性综述评估作物健康监测中计算机视觉与边缘AI的田间验证和部署证据。
阅读 0
批判性综述评估作物健康监测中计算机视觉与边缘AI的田间验证和部署证据。
开发了一款集成AI作物病害指导、用药计算、天气、市场价格和多语言语音助手的安卓智慧农业应用。
提出气候校准的分布鲁棒评估准则,替代i.i.d.假设评价作物病害视觉分类器。
提出频域自适应分割网络FDUNet-LRSA,用于甘薯病害自动巡检。
提出结合四维混沌加密与Mamba网络的隐私保护作物病害识别框架。
Deep Learning-Based Crop Disease Detection Using EfficientNet-B3 for Smart Agriculture。Research Square
Explainable Deep Learning-Based Potato Leaf Disease Detection and Severity Assessment for Smart Agriculture in Bangladesh。Research Square
通过文献计量分析,梳理了2016-2026年AI在作物病害检测与管理中的研究趋势。
提出Swin-SPVDNet混合CNN-Transformer网络,实现甘薯病毒病轻量级实时检测。