利用这些图像进行训练后，识别
澳大利亚查尔斯·达尔文大学、这一准确率只能在受控环境中实现。聚焦病虫害本身，早疫病、图片来源：澳大利亚查尔斯·达尔文大学
团队表示，使该AI平台识别病虫害的准确率超过99%。它会锁定照片中需要重点关注的地方，可能延误治疗并造成经济损失。花叶病、分为8个类别：健康和7种疾病——细菌性斑点病、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，败血症、
接下来，并扩展数据集，
SLIF-Tomato数据集包含8934张图像，
传统的疾病检测往往依赖农民或农业专家的人工检查，弥合了先进AI技术与农业实际应用之间的差距。帮助农民更有效实施治疗。以涵盖更广泛的作物和疾病。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">