arXiv 2026-10-21·10月21日 · 周三论文农业人工智能与决策模型阅读 0
[预印本]GANet 面向嵌入式系统的轻量化植物病害识别网络
论文解读
74接近精选线
速览
提出轻量化植物病害识别网络GANet，在嵌入式设备上实现高精度实时识别。
方法
群注意力与群特征融合模块，PlantVillage数据集，树莓派与Jetson
发现
仅0.001M参数即达99.99%准确率，树莓派5帧、Jetson Nano 11帧。
机会点
可探索田间复杂背景与多病害场景下的轻量化模型泛化能力及边缘端持续学习。
影响力18
信息增量22
专业深度18
信源权威8
时效性8
预印本提出超轻量群注意力网络，在嵌入式设备上实现高精度病害识别，方法新颖且数据具体，但尚未经同行评审，属细分领域技术进展。
原文摘要
提出群注意力与群特征融合模块，仅0.001M参数在PlantVillage数据集上准确率达99.99%，在树莓派与Jetson Nano上分别达5帧与11帧。
信源（1 个）