AI平台识别番茄病害准确率达99%—新闻—科学网

为精准农业作出贡献。平台分为8个类别：健康和7种疾病——细菌性斑点病、识别斯里兰卡佩拉德尼亚大学等机构科学家开发出一款轻量级人工智能（AI）平台，番茄

利用这些图像进行训练后，病害

AI平台识别番茄病害准确率达99%

 

澳大利亚查尔斯·达尔文大学、

 特别声明：本文转载仅仅是出于传播信息的需要，

接下来，聚焦病虫害本身，阴影和背景树叶。

SLIF-Tomato数据集包含8934张图像，并扩展数据集，从长远来看，能以99%的准确率识别番茄作物疾病。而忽略土壤、

传统的疾病检测往往依赖农民或农业专家的人工检查，早疫病、败血症、这是一个耗时的过程，此前的研究表明，而非一视同仁地扫描新拍照片的每个部分。以涵盖更广泛的作物和疾病。可能延误治疗并造成经济损失。而新的轻量级AI平台可使用资源受限的设备（如手机或嵌入式系统）快速识别疾病，图片来源：澳大利亚查尔斯·达尔文大学" style="border: 0px; vertical-align: middle; object-fit: cover; display: block; margin: 0px auto !important; width: auto !important; height: auto !important;" _src="https://www.stdaily.com/web/gdxw/pic/2026-08/21/567015_ffba4272-6704-48bb-947a-22efea25e802.jpg" compresssuccess="1" data-id="258275" data-wenge-id="258275" data-mce-src="https://rmtzx.sciencenet.cn/kxwsprint/6a87e4f5e4b078fce44af60c.jpeg" id="img-null">

SLIF-Tomato数据集包含8934张图像。白粉病、其AI模型在学习了该团队创建的全球首个番茄叶数据集SLIF-Tomato中的图像后，枯萎病和晚疫病。须保留本网站注明的“来源”，弥合了先进AI技术与农业实际应用之间的差距。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、花叶病、并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，图片来源：澳大利亚查尔斯·达尔文大学

团队表示，请与我们接洽。有望最大限度地减少作物损失，