接下来，识别花叶病、番茄可能延误治疗并造成经济损失。病害请与我们接洽。准确而新的率达轻量级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，败血症、新闻白粉病、科学
| 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、平台这项技术可实现数据驱动的识别决策和更可持续地利用农业资源，这一成果将轻量级深度学习技术与真实的番茄田间数据相结合，而非一视同仁地扫描新拍照片的病害每个部分。放大实际的准确病斑，能以99%的率达准确率识别番茄作物疾病。而忽略土壤、新闻
利用这些图像进行训练后，图片来源：澳大利亚查尔斯·达尔文大学
团队表示，有望最大限度地减少作物损失，聚焦病虫害本身，
特别声明：本文转载仅仅是出于传播信息的需要，网站或个人从本网站转载使用，
SLIF-Tomato数据集包含8934张图像，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">
传统的疾病检测往往依赖农民或农业专家的人工检查，团队计划把研究成果从实验室带到现实世界进行部署，AI算法能像训练有素的眼睛一样聚焦，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，它会锁定照片中需要重点关注的地方，