An empirical performance comparison of deep learning models for apple leaf disease recognition
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。
浏览数字农业与前沿技术相关政策、产业动态与研究。
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。
提出多语言Transformer农业决策支持模拟器,统一实现作物病害诊断、农技建议与市场情报。
提出首个多答案芒果质量分级VQA框架MangoVQA,对齐印尼SNI标准。
提出SAMWater,用提示引导多模态基础模型实现可迁移地表水制图。
开发并验证基于深度学习的计算机视觉流程,用手机图像快速定量评估豌豆白粉病严重度。
综述AI自适应发射功率控制提升IoT通信能效,面向智慧农业等场景。
综述基于物联网与边缘AI的精准农业系统,实现实时灌溉优化与节水。
综述智能施肥系统的技术、控制与通信方法,并指出研究空白与未来方向。
综述智慧农业传感器数据传输挑战,归纳十大开放问题并提出分层架构设计蓝图。
基于树莓派与物联网,实现棉花叶病自动检测、感染率估算与防治推荐。
Platform for Smart Agriculture -Research and Technological Innovation PlaSmA Research Group (PRG) Platform for Smart Agriculture -Research and Technological Innovation。OpenAlex
用IoT传感器数据与集成机器学习实现作物健康分类与资源优化。
开发了基于AI的农业数字决策支持平台AFDA,为农民提供作物推荐和农事指导。
综述AI、基础模型与数字孪生如何支撑气候韧性农业,并指出关键挑战与未来方向。
提出IVG-UAV系统,用语音、视觉与路径规划实现仿真中自主采摘熟果。
综述植物病害数据集分类与不平衡问题,提出融合环境参数的方向。
基于452份中国涉农组织调查,检验AI采纳与变革型领导力如何通过智慧农业提升区域经济效益。
用多时相遥感与模糊机器学习减少重复检测,提升稻田秸秆焚烧田块尺度制图精度。