#农业AI

该研究利用叶绿素荧光成像与深度学习识别小麦白粉病并分级。

比较三种深度学习模型检测橙子病害，并用RISE提升可解释性。

提出联邦学习结合改进EfficientNet-Lite4的水稻叶片病害检测框架，兼顾隐私与精度。

基于CropIntel数据集，用15+种机器学习算法实现作物分类、灌溉需求预测与产量潜力预测。

综述中智拓扑在印度多领域的应用潜力，并指出理论与实证数据脱节的局限。

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

系统梳理农业机器人助力粮食系统可持续转型的路径与全球案例。

综述智慧农业从传统到数字化的演进，梳理关键技术、效益与采纳障碍。

10月11日,湖南省农业科学院联合中国科学院自动化研究所、北京中科闻歌发布的袁稻思源杂交水稻智能育种平台在岳麓山实验室亮相。平台集成问答助手、育种资源库、知识图谱、文献库四大模块,已在第三代杂交水稻育种中应用示范。柏连阳、李家洋两位院士共同为平台发布致辞,标志着湖南杂交水稻育种进入数据驱动新阶段。

江苏省农业科学院与巴西农牧业研究公司Embrapa、南京农业大学、国机数科、国际民众合作协会签署合作谅解备忘录,共建中国—巴西人工智能应用合作中心。中心聚焦中小型智能农机、农业AI平台、作物生长模型等方向,依托巴西家庭农业场景开展技术验证,打造智慧农业南南合作标杆。

农民日报记者走访内蒙古、河北、江苏等地一线调研。展示蒙牛嘉立荷牧场牛脸识别、河北卢龙78座高标准智能温室、京津冀植保无人机、潍坊科技学院自动栽苗机器人等鲜活案例,呈现智慧农业从会种会养走向慧种慧养的产业图景。据智研咨询,2025年我国智慧农业市场规模约1200亿元,年复合增长率15.28%。文章呼吁打通技术成本与农户算账问题。

工信部主管媒体就《数字乡村高质量发展行动计划(2026—2030年)》做权威解读。文章总结十四五期间县县通千兆、乡乡通5G、村村通宽带、农村互联网普及率达69.5%等成绩,指出2026年9月行动计划对农业农村现代化提出系统部署。文章强调要认清乡土需求特点,围绕大模型、智能体、具身智能,构建符合农业农村实际的低成本、可持续智能化路径。

用四种机器学习模型基于39个玉米基因型盐胁迫发芽数据预测幼苗活力指数SVI。

提出GLC-Net，用全局-局部动量对比学习与关键特征校准提升田间植物病害识别。

用UNet++分割苹果病叶并融合多种CNN与ViT分类，实现98.85%识别准确率。

提出融合CNN深度特征与手工特征的方法，用于植物叶片病害识别。

结合CNN-LSTM混合模型检测植物叶片病害，并调查印度泰米尔纳德邦农户的农业实践与技术采纳情况。

开发太阳能AI灌溉系统EGSIS，按土壤湿度精准灌溉并生成ESG报告。

提出仅1.31万参数的轻量作物行分割网络，适配田间机器人边缘部署。

综述AI、物联网与遥感在旱地混作系统的应用，评估其对氮利用与产量预测的提升。