SmartBerry 用于草莓种植中基于 AI 的生长阶段分类和精准营养管理
快速阅读: 据《Nature.com》称,农业需创新实践以应对全球粮食需求。本文探讨AI在草莓生长阶段分类中的应用,解决数据集局限等问题。构建新数据集并测试模型,EfficientNet-B7准确率达83.7%,助力精准营养管理及农业可持续发展。
农业对人类生存和经济稳定至关重要,不断增长的全球粮食需求要求采用创新的实践方式。传统耕作方法已造成显著的环境破坏,这凸显了像营养管理这样的可持续实践的重要性。本文讨论了人工智能(AI)在农业领域的新兴应用,特别聚焦于草莓植物生长阶段分类以优化营养管理的具体挑战。
准确识别生长阶段对于及时施用养分至关重要,这直接关系到作物的产量和果实品质。尽管AI已经在农业的多个领域取得了成功应用,例如植物压力检测和生长监测,但对草莓生长阶段的精确分类研究仍显不足。本文通过分析现有文献,发现了几个常见的问题,包括数据集有限或难以获取、过时的研究方法以及基准测试不足。
为克服上述不足,我们构建了一个可靠的温室数据集,涵盖草莓生长的七个不同阶段,并在多种环境中进行采集。随后,我们在该数据集上评估了多种先进的模型,发现EfficientNet-B7在测试中的准确率达到0.837,展现了基于AI的方法在园艺中实现精准和可持续营养管理的巨大潜力。
这一成果不仅为草莓种植提供了科学依据,也为其他农作物的智能管理奠定了基础,进一步推动了农业向高效、环保的方向发展。
(以上内容均由Ai生成)