YOLO-Based Leaf Disease Detection in Smart Agriculture: Evolution, Task Adaptation, and Deployment Challenges
综述了基于YOLO的叶片病害检测的演进、任务适配与部署挑战。
综述了基于YOLO的叶片病害检测的演进、任务适配与部署挑战。
提出可解释深度学习框架CPSA-RIPD-CSTGCN,实现智慧农业中害虫实时检测。
福建省农科院植保所参加福建省2026年中国农民丰收节三明市级主会场活动,集中展示黄龙病、入侵粉蚧等病虫害快速检测设备,推介捕食螨小花蝽瓢虫等天敌昆虫与生防菌剂等生物防治新技术新产品。福建省农作物品种抗性中心三明基地是本次活动重要特色参观点,省农业农村厅巡视员郑晓梅实地调研。
汇总《智慧农业》2026年多篇论文,涵盖蒸腾模拟、病害检测与产业链数字化。
提出轻量混合架构SpatioFormer,提升复杂环境下农作物病虫害检测的空间感知能力。