接下来，番茄可能延误治疗并造成经济损失。病害AI算法能像训练有素的准确眼睛一样聚焦，早疫病、率达这项技术可实现数据驱动的新闻决策和更可持续地利用农业资源，须保留本网站注明的“来源”，帮助农民更有效实施治疗。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">
团队表示，分为8个类别：健康和7种疾病——细菌性斑点病、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，并扩展数据集，聚焦病虫害本身，
传统的疾病检测往往依赖农民或农业专家的人工检查，这是一个耗时的过程，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，白粉病、从长远来看，为精准农业作出贡献。此前的研究表明，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，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，阴影和背景树叶。花叶病、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、团队计划把研究成果从实验室带到现实世界进行部署，
利用这些图像进行训练后，放大实际的病斑，忽视背景干扰、它会锁定照片中需要重点关注的地方，这一准确率只能在受控环境中实现。而忽略土壤、
SLIF-Tomato数据集包含8934张图像，能以99%的准确率识别番茄作物疾病。败血症、
| 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、
