AI-Based Crop Health Monitoring and Early Disease Prediction for Precision Agriculture
融合物联网传感器与作物图像，构建可解释的病害早期预警框架。
关注点
该框架将传感器读数与叶片图像独立分析后融合为病害风险，并联合评估预测质量、预警时点、资源消耗与解释可用性，适用于田间部署前的多目标权衡验证。
阅读 0
关键词 · 相关资讯与研究
#作物病害预警
沿着“作物病害预警”继续探索，共 1 条内容。
你可能还想看
没有这个标签，内容接近AI-Powered Early Detection of Crop Diseases and Pest Infestations: A New Paradigm for Plantation Risk Management
综述AI（CNN、ViT、无人机遥感、物联网）用于作物病虫害早期检测并融入种植园风险管理。
2 个信源阅读 1
Artificial Intelligence in Plant Disease Detection: An Introduction to Intelligent and Automated Crop Health Monitoring
综述AI在植物病害检测中的应用，涵盖图像采集到模型评估全流程及未来趋势。
阅读 3
AI and remote sensing for fungal and oomycete disease surveillance: current landscape and biological integration
综述AI与遥感在真菌及卵菌病害监测中的现状，强调生物信息整合。
阅读 4
An Intelligent IoT-Based Framework for Plant Disease Detection and Crop Advisory Using CNN and ESP32
构建ESP32物联网与CNN结合的植物病害检测及作物咨询系统。
阅读 1
An AI-Driven Smart Farming System for Crop Recommendation and Plant Disease Detection
提出融合机器学习、深度学习和物联网的智能农场系统，实现作物推荐与植物病害检测。
阅读 5
Precision Diagnosis of Apple Leaf Diseases Across Infection Stages via Web-Based Analysis
提出基于YOLOv8-MHSA与SAM的网页系统，实现苹果叶片病害多感染阶段实时检测与分级。
阅读 5
Smart Agriculture Using ESP32
提出基于ESP32与CNN的智能农业系统，实现环境监测与叶片病害实时检测。
阅读 2
An Explainable Software-Based Framework for Pre-Symptomatic Grape Disease Risk Assessment Using MobileNetV2, Grad-CAM, and Weather Data
提出可解释软件框架，融合叶片图像与气象数据实现葡萄病害症状前风险评估。
阅读 1