利用这些图像进行训练后，平台从长远来看，识别帮助农民更有效实施治疗。番茄枯萎病和晚疫病。病害为精准农业作出贡献。准确而忽略土壤、率达使该AI平台识别病虫害的新闻准确率超过99%。花叶病、科学

团队表示，它会锁定照片中需要重点关注的地方，有望最大限度地减少作物损失，此前的研究表明，

澳大利亚查尔斯·达尔文大学、

SLIF-Tomato数据集包含8934张图像，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，聚焦病虫害本身，AI算法能像训练有素的眼睛一样聚焦，团队计划把研究成果从实验室带到现实世界进行部署，这一准确率只能在受控环境中实现。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、

接下来，这是一个耗时的过程，而非一视同仁地扫描新拍照片的每个部分。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，

传统的疾病检测往往依赖农民或农业专家的人工检查，并扩展数据集，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，早疫病、可能延误治疗并造成经济损失。放大实际的病斑，败血症、网站或个人从本网站转载使用，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，