植物医生：一种混合机器学习和图像分割软件，用于量化视频中的植物损伤
原文中文，约1900字，阅读约需5分钟。
📝
内容提要
本研究利用深度学习和卷积神经网络开发了多种植物病害检测方法，包括基于无人机和智能手机的应用，提升了作物健康监测效率。研究评估了不同模型在叶病害诊断中的表现，并提出了新框架以实现作物自动识别和收获。
❓
Q&A
植物医生的主要功能是什么？
植物医生利用深度学习和图像分割技术，帮助农民检测和处理作物病害。
该研究使用了多少张植物叶片图像进行训练？
该研究使用了54,306张植物叶片图像进行训练。
植物医生如何提高作物健康监测的效率？
通过使用无人机捕获高分辨率图像和深度学习模型，植物医生实现了高效的作物病害检测。
研究中评估了哪些模型用于叶病害诊断？
研究评估了Vision Transformer、深度卷积神经网络等多种模型用于叶病害诊断。
植物医生的手机应用程序有什么特点？
手机应用程序提供用户友好的界面，允许农民用本地语言查询蔬菜病害并获得解决方案。
GSMo-CNN模型在研究中表现如何？
GSMo-CNN模型在三个基准数据集上达到了最先进的性能，优于多种其他模型。
🏷️
