YOLO系列模型已更新至YOLOv13，性能和效率显著提升，尤其在复杂场景下。新机制HyperACE增强了检测能力，YOLOv13-N的mAP较前版本有所提高。HyperAI整理了适合新手的YOLO数据集，助力项目启动。

HyperAI超神经整理了适合新手的YOLO数据集，包括鸟类、蔬菜、农作物病害和面部表情，方便初学者下载使用，助力项目启动。YOLO系列已更新至YOLOv13，性能显著提升。

本研究提出了一个农作物疾病诊断的多模态数据集（CDDM），包含137,000张图像和100万个问答对，结合视觉与文本数据，提升农业专家的诊断能力。通过低秩适应微调策略，显著提高了多模态模型在疾病诊断中的表现。

在福宝集团微信群中，讨论环境问题时提到，有人家里的农作物被抢，反映出当地的贫困现象。由于付出没有回报，人们缺乏动力，导致恶性循环：越穷越抢，越抢越穷。文章引发思考：是因为穷才抢，还是因为抢才穷。

如果能在短期内确定并预测田间所有作物的生长状况，就可以设定最佳采收日期，减少非标准尺寸作物的数量，并最大限度地减少收入损失。对此，来自东京大学和千叶大学的研究人员，给出了 AI + 无人机解决方案。农业 无人机 遥感影像作者 | 李宝珠编辑 | 三羊、雪菜春耕夏耘，秋收冬藏，四者不失时，故五谷不绝而百姓有馀食也。

By 超神经内容一览：如果能在短期内确定并预测田间所有作物的生长状况，就可以设定最佳采收日期，减少非标准尺寸作物的数量，并最大限度地减少收入损失。对此，来自东京大学和千叶大学的研究人员，给出了 AI + 无人机解决方案。关键词：农业 无人机 遥感影像作者 | 李宝珠编辑 | 三羊、雪菜春耕夏耘，秋收冬藏，四者不失时，故五谷不绝而百姓有馀食也。长久以来，人们遵循历年传承的经验辛勤耕种，并根据...

该论文提出了一种基于视觉的作物行切换算法，使用单个前置摄像头使移动机器人能够导航整个农田。该方法使用基于深度学习的 RGB 图像分割和深度数据来检测作物行的结束点和下一个作物行的重新进入点，并在真实的甜菜田中进行了测试，成功地离开一个作物行并重新进入下一个作物行。