农业AI与大模型

综述AI在农业经济学和农场决策支持系统中的应用，涵盖技术、挑战与未来方向。

提出智能作物推荐系统，结合AI与实时天气，推荐作物并检测病害。

提出结合深度学习特征匹配与3D高斯泼溅的脐橙高保真三维重建框架，解决弱纹理高光表面重建难题。

Automated extraction of facial surface temperature from thermal images of calves using deep learning-based instance segmentation: Technical validation and associations with rectal temperature。Smart Agricultural Technology

提出轻量级作物病虫害识别网络MOIR-Net，结合多尺度重参数化与能量注意力，实现高效精准识别。

提出SFNL-Former网络，通过空间-频率分离和长程建模提升降水预报精度。

比较葡萄叶片上下表面颜色特征，发现下表面更能区分品种。

综述数据驱动的农化供应链需求预测与决策支持系统，分析统计、ML/DL等方法并指出未来方向。

用机器学习集成方法预测作物产量，比较七种回归算法，发现Bagging效果最佳。

用固定可见光传感器和AI视觉技术，连续监测柑橘果实生长与成熟。

综述数字技术与AI在农业工效学评估中的应用，旨在减少肌肉骨骼损伤。

Explainable Deep Learning-Based Potato Leaf Disease Detection and Severity Assessment for Smart Agriculture in Bangladesh。Research Square

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。

提出可解释机器学习框架，同时预测土壤质地和含水量，提升模型透明度和可信度。

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。

构建无人机与无人车协作的智能路径自动化系统，提升精准农业效率。

综述棉花害虫动态与农药使用变化，提出可持续管理策略。

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。

系统综述目标检测三十年发展，从传统方法到深度学习、Transformer及大语言模型，并分析数据集与

综述遥感与机器学习在印度园艺作物精准管理中的应用，涵盖原理、方法、案例与挑战。