本研究设计了一种基于卷积神经网络的系统，用于早期识别咖啡树叶上的生物胁迫病原体，实验结果表明该系统对专家和农民均有帮助。此外，研究提出了多种深度学习方法用于作物分类和病害检测，显著提高了分类准确率，展示了人工智能在农业中的应用潜力。

综述无人机与深度学习在道路病害检测、基础设施检查、灾害监测及农业检测中的应用。机器学习与深度学习提升了检测效率与准确性；无人机采集高分辨率图像可有效检测并分类道路病害。相关研究涵盖地震参数估算、无人机检测、立体视觉路况评估、路径规划、隧道自主检测、航空场景分类、葡萄病害检测及桥梁图像语义分割，验证了自动化在降低人工成本和提高检测精度方面的价值。