蔬菜

设计设施番茄智能采摘平台，融合改进YOLO v5与HSV实现识别定位与采摘。

9-20 中华网刊文：活力中国调研行走进湖北嘉鱼县蔬菜科技示范园。"小菜小菜，请告诉我5号地块的实时数据。"湖北省农科院首席科学家邱正明站在田埂上，对着数字大屏发出指令，AI语音助手即刻播报土壤温度、湿度等田间监测数据。园区与中国农科院、湖北省农科院等多个科研团队合作，配套建成农业数字化服务站，对蔬菜生产实施全天候监测，实时采集气象、土壤、水肥等农情信息，实现水肥精准调控、病虫害绿色防控以及生产全过程溯源。如今，嘉鱼蔬菜直供上海、广州、武汉等多地大型商超，还远销日本、俄罗斯及东南亚市场。近年来，湖北持续推动农业企业与科研院校深度协同，建成一批产学研合作创新基地，累计形成专利2000余件。

比较CNN、LR、GA-BP对辣椒叶病的识别精度与稳定性，并评估三种分割预处理方案。

提出多模态生成模型SOLAR，统一理解番茄病害叶片的六类问答任务。

用YOLO26m+SAM2+DINOv2多步管道分割并分类高湿诱导的番茄叶坏死斑。

用高光谱成像结合预处理与机器学习，对番茄叶片氮素水平进行分类。

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。

提出一种抗遮挡和光照变化的番茄成熟度检测方法。

综述设施蔬菜生物量与产量无损感知与建模研究进展。

提出NRA-LoRA微调方法，构建农机农艺知识数据集，提升白萝卜定植收获垂直大模型性能。

构建黄瓜早期生长监测平台，用YOLO模型自动量化发芽与子叶面积，并评估ZnO-NPs缓解盐胁迫效果。

提出生理拓扑感知图神经网络PT-GNN，融合高光谱与叶绿素荧光实现黄瓜霜霉病早期检测。

提出轻量卷积网络AgroVisNet及萝卜、马铃薯、葫芦病害诊断基准BD-PlantDX。

提出3MSP2方法，实现温室大果番茄从簇级排序到单果姿态估计的序贯采摘规划。

构建Cuc-HiSeg框架，实现温室黄瓜冠层点云高精度叶片实例分割。

提出ECP-Net，用注意力与动态原型提升番茄病害分类精度与可解释性。

中国农科院农业环境与可持续发展研究所设施植物环境工程创新团队联合荷兰瓦赫宁根大学,提出知识与数据双驱动的尺度自适应时序卷积混合模型(SATCN-Informer),根据番茄不同生育期动态调整时序特征提取尺度,结合机理模型(TOMSIM)合成数据预训练与生理阈值约束,实现番茄不同器官干物质及叶面积指数精准预测。研究成果发表于《农业计算机与电子学》(Computers and Electronics in Agriculture)。

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。

提出分位数归一化方法，改进非洲番茄红蜘蛛螨持久性适宜性的空间优先排序。

综述果蔬采摘目标识别方法，分析数字图像、机器学习与深度学习技术，指出挑战与未来方向。