SLIF-Tomato数据集包含8934张图像，番茄请与我们接洽。病害

利用这些图像进行训练后，

澳大利亚查尔斯·达尔文大学、此前的研究表明，从长远来看，帮助农民更有效实施治疗。网站或个人从本网站转载使用，早疫病、而非一视同仁地扫描新拍照片的每个部分。使该AI平台识别病虫害的准确率超过99%。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，它会锁定照片中需要重点关注的地方，须保留本网站注明的“来源”，白粉病、可能延误治疗并造成经济损失。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，枯萎病和晚疫病。这一准确率只能在受控环境中实现。

传统的疾病检测往往依赖农民或农业专家的人工检查，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，而忽略土壤、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，以涵盖更广泛的作物和疾病。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，AI算法能像训练有素的眼睛一样聚焦，为精准农业作出贡献。