Automated Multi-Class Classification of Plant Seedling Species Using Deep Convolutional Neural Networks
用轻量四层CNN对12种植物幼苗图像做多类分类，准确率达90%。
阅读 1
Adaptability of Lightweight AI Models for Embedded Deployment: A Case Study of an Agricultural Monitoring Robot
综述轻量化AI方法，并以农业监测机器人为例，提出相机+轻量YOLO+Jetson+单片机的嵌入式部署
阅读 6
INTELIGÊNCIA ARTIFICIAL NA AGRICULTURA 4.0: DESAFIOS, POTENCIALIDADES E APLICAÇÕES NO MONITORAMENTO E MANEJO DAS CULTURAS
综述人工智能在农业4.0作物监测与管理中的应用、潜力与挑战。
阅读 5
Intelligent Automated Crop Monitoring System Based on Unmanned Aerial Vehicles and Deep Learning for Smart Agriculture
构建无人机RGB影像深度学习分割与空间矢量化框架，实现作物监测优先级评估。
阅读 6
Weifang's AI Shields Crops with Privacy-Preserving Tech——四维混沌加密与Mamba-LSDet协同
提出四维混沌加密与Mamba-LSDet协同的作物病害隐私保护识别框架。
阅读 4
Lightweight Edge-AI Model for Real-Time Sorghum Disease Detection on Resource-Constrained Mobile Devices
开发轻量级边缘AI模型，在资源受限移动设备上实时检测高粱病害。
2 个信源阅读 3
Hybrid Attention Transformers for Multi-Spectral Satellite Super-Resolution
提出HAT-Light混合注意力Transformer，实现Sentinel-2多光谱16位影像连续
精选81 分
阅读 3
基于双路径注意力与多尺度融合的作物病虫害识别网络DPMFNet
提出轻量级双路径网络DPMFNet，实现复杂农田场景下的作物病虫害高精度识别。
阅读 8
LeafTrackNet: A deep learning framework for robust leaf tracking in top-down plant phenotyping
提出LeafTrackNet深度学习框架，实现俯视植物表型中稳健的叶片追踪。
阅读 4
Red-Edge Information in Agricultural Remote Sensing: From Spectral Theory to Explainable Machine Learning
综述红边遥感在农业中的物理基础、条件依赖性与可解释机器学习中的新角色。
阅读 4
GeoWombat: Scalable geospatial and remote sensing analysis in Python
发布开源Python库GeoWombat，实现大规模地理空间栅格数据与遥感分析的一站式处理。
阅读 2
A Hybrid Transfer Learning Framework for Seasonal Classification of Satellite Images
提出混合迁移学习框架，用预训练模型提取特征并结合机器学习分类器实现卫星图像季节分类。
阅读 3
From Orbit to Leaf: A Critical Systematic Review of Artificial Intelligence for Multi-Scale Crop Monitoring and Soybean Leaf Disease Diagnosis（IJAIML 2026, 6(9s), 471-498）
系统综述AI用于多尺度作物监测与大豆叶病诊断，提出FRI评估标准与报告协议。
阅读 2
AI-Enabled IoT for Precision Agriculture and Smart Crop Management
综述AI与IoT在精准农业中的应用，涵盖传感、灌溉、病害检测等，并给出原型架构。
阅读 2
PRECISION AGRICULTURE ANALYTICS USING UAV MULTISPECTRAL IMAGING AND MACHINE LEARNING FOR CROP STRESS DETECTION AND YIELD OPTIMIZATION MODELS
利用无人机多光谱成像与机器学习检测作物胁迫并优化产量。
2 个信源阅读 2