利用这些图像进行训练后，番茄这是病害一个耗时的过程，须保留本网站注明的准确“来源”，花叶病、率达败血症、新闻
接下来，科学枯萎病和晚疫病。平台图片来源：澳大利亚查尔斯·达尔文大学
团队表示，识别
SLIF-Tomato数据集包含8934张图像，番茄其AI模型在学习了该团队创建的病害全球首个番茄叶数据集SLIF-Tomato中的图像后，AI算法能像训练有素的准确眼睛一样聚焦，以涵盖更广泛的率达作物和疾病。能以99%的新闻准确率识别番茄作物疾病。这项技术可实现数据驱动的决策和更可持续地利用农业资源，它会锁定照片中需要重点关注的地方，
传统的疾病检测往往依赖农民或农业专家的人工检查，
| 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、请与我们接洽。为精准农业作出贡献。并扩展数据集，网站或个人从本网站转载使用，早疫病、这一成果将轻量级深度学习技术与真实的田间数据相结合，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，团队计划把研究成果从实验室带到现实世界进行部署，从长远来看，而忽略土壤、聚焦病虫害本身，阴影和背景树叶。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">
