园艺作物

提出ResNet+GA+CNN混合模型，用苹果叶片图像检测病害并计算病斑面积占比。

构建融合IoT、大数据、AI与数字孪生的智能温室番茄种植数字化框架。

设计基于YOLO11n的辣椒种子逐粒精检分选机，实现高通量在线检测与无损剔除。

提出改进YOLOv8n番茄果实检测模型，提升采摘机器人识别精度与速度。

用无人机RGB影像和深度学习对咖啡开花分级，实现早期产量预测。

提出MPFAN-AF模型，用多尺度并行卷积和注意力融合实现番茄叶片病害自动分类。

系统比较硬投票、软投票与加权软投票三种决策级集成策略，用于番茄叶片病害分类。

综述人工智能在蔬菜作物生产中的应用，涵盖监测、诊断、灌溉、产量预测与采收机器人。

提出轻量协同网络，解决草莓物候检测中的尺度变化与纹理混淆问题。

在固定总光照积分下，用模型优化垂直农业中动态光子分配以最大化生物量。

提出YOLOv8n-Light轻量化模型，实现橙橘柚三种柑橘果实泛化识别与定位，并部署于树莓派和采摘

开发基于YOLOv8n-BiFPN-WIoU的轻量模型，实现温室番茄自主采摘机器人实时运行。

近日，中国农业科学院农业环境与可持续发展研究所设施植物环境工程创新团队构建了知识与数据双驱动模型，实现温室番茄生长的高精度无损预测，研究成果发表在《农业计算机与电子学（Computers and Electronics in Agriculture）》上。科研团队提出一种尺度自适应时序卷积混合模型，根据番茄不同生育期动态调整时序特征提取尺度，结合机理模型合成数据预训练与生理阈值约束，实现番茄不同器官干物质及叶面积指数的精准预测。

提出3D实例分割与骨架化框架，自动提取苹果树枝条表型性状。

Orchard worker detection using spatial-context attention on 2D LiDAR data。Biosystems Engineering

通过美西果树业民族志研究，揭示农业自动化落地中算法逻辑与农户经验知识的冲突。

云南首个AI+农业全链路示范基地位于昆明市宜良县匡远街道温泉社区。嘉措（云南）农业科技有限公司联合云南指月科技有限公司打造国产化AI种植模式，通过核心算法本地化适配与全链条国产化硬件深度协同，基地里每公斤番茄综合生产成本降至5元，仅为海外高端温室模式的三分之一。

综述大语言模型在动物科学中的应用、风险与负责任使用路径。

构建数据驱动光调控决策框架，优化黄瓜幼苗光强与光谱以提升光合效率并降低能耗。

提出轻量模型TB-YOLOv8n，在植物工厂LED光下检测小白菜干烧心。