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)