A Comprehensive Review of Deep Learning and Computer Vision Techniques for Fruit Quality Assessment and Classification
系统综述深度学习与计算机视觉在水果品质评估与分级中的全流程方法。
← 主题
CNN 特征提取 病害检测
同时包含 CNN、特征提取、病害检测 的农业资讯，共 6 条。
Hybrid deep ensemble learning for crop disease prediction and climate-resilient disaster management in smart agriculture
提出混合深度集成框架，融合CNN与LSTM并引入注意力机制，实现作物病害预测与气候韧性灾害管理。
INTERNATIONAL JOURNAL OF COMPUTER SCIENCE AND MATHEMATICAL THEORY E-ISSN·10月12日 · 周一75 分 论文农业AI与大模型农业人工智能与决策模型阅读 2
Deep Learning Approaches for Plant Disease Detection: A Review of Convolutional Neural Networks and Emerging Techniques
综述深度学习在植物病害检测中的应用，涵盖CNN、混合Transformer、注意力机制与生成式数据增
A Machine Learning Approach for Cassava Leaf Disease Identification Using Constraint-Regularized Neural Networks and AJFO Meta-Optimization
提出融合RMUNet分割、CRNN与AJFO优化的木薯叶病害识别框架，实现高精度分类。
International Journal of Innovative Research in Engineering·9月21日 · 周一59 分 论文农业AI与大模型智慧农业 / 农业物联网阅读 3
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。
Optimized Inception-v4 CNN Combined with YOLOv8 andXGBoost for Tomato Plant Disease Recognition and Classification
提出YOLOv8+Inception-v4+XGBoost混合模型，实现番茄叶片病害精准检测与分类。