蔬菜

提出分位数归一化方法，改进非洲番茄红蜘蛛螨持久性适宜性的空间优先排序。

综述果蔬采摘目标识别方法，分析数字图像、机器学习与深度学习技术，指出挑战与未来方向。

8月31日，山东省重点研发计划（农业良种工程）十字花科蔬菜智能育种大模型研发及应用项目（2026LZGC006）启动会在济南召开，会议由蔬菜所党委书记、所长王文亮主持。来自哈尔滨工业大学胡杨教授、山东省种子管理总站、南京农业大学、华北理工大学、山东正华会计师事务所等30余人参会，会议宣布成立项目咨询专家组，重点突破数据标准化采集、多组学数据库搭建、智能育种大模型构建等关键环节。

提出ResNet50-Fusion(ViT)混合深度学习模型，用于番茄害虫精准识别，准确率达97%。

提出用视觉Transformer结合跨模态知识蒸馏，实现西瓜甜度的无损分类。

评估持续学习框架用于温室高光谱番茄细菌性斑点病冠层检测。

综述遥感与机器学习在印度园艺作物精准管理中的应用，涵盖原理、方法、案例与挑战。

结合DINOv3与YOLO26提升蔬菜田间作物与杂草检测精度，助力精准除草。