#DCGAN

比较三种CycleGAN架构（EfficientNetB1、MobileNetV2、标准ResNet

提出轻量化植物病害识别网络GANet，在嵌入式设备上实现高精度实时识别。

提出模块化开源框架OpenSR-SRGAN，用配置文件驱动多光谱遥感影像超分辨率。

提出CBAM-LeafGAN，用选择性注意力增强StyleGAN3合成芒果叶病图像并提升识别可解释性

综述可解释、高效、隐私保护、绿色与多模态五大深度学习方向，提出能力导向分类框架。

针对胡麻倒伏区域识别难题，研究构建改进YOLOv11n-seg模型。改进后的模型在精确度和平均精度均值上分别达到92.6%和95.2%，较原始YOLOv11n-seg模型分别提升3.7个百分点和2.1个百分点。模型参数量仅为1.73 M，计算量为8.0 GFLOPs，模型体积仅为3.8 MB，显示出较好的轻量化优势。该方法兼顾精度与轻量化，为智能化胡麻倒伏监测与实际田间设备部署提供了技术基础。

大众网记者探访发现,从粮食主产区到特色经济作物基地,山东现代农业科技正持续下沉田间地头。在菏泽定陶,3.5万亩蒜田采用AI智能播种;淄博临淄全国首家生态无人农场实现耕种管收全流程无人化,百米作业精度2.5厘米;菏泽郓城144万亩小麦依托大田物联网系统;潍坊寿光纪都园区AI种植管理系统与巡检机器人普及率超85%,节水节肥30%以上,带动27个村集体年增收100多万元。

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。