arXiv · cs.AI· Haimanot Bitew Alemayehu, Simachew Melaku Ayalew, Chilotie Desalew Mengesha, Ayisheshim Almaw Bogale, Anteneh Birhan Yenew, Abrham Tegegne Bogale·· 5 小时前
轻量级 CNN 检测马铃薯叶片病害：埃塞俄比亚田间数据集达 90.28% 准确率
Detection of Potato Plant Leaf Diseases using Convolutional Neural Networks
arXiv:2610.20544v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Haimanot Bitew Alemayehu, Simachew Melaku Ayalew, Chilotie Desalew Mengesha, Ayisheshim Almaw Bogale, Anteneh Birhan Yenew, Abrham Tegegne Bogale
研究任务与主要进展
一项研究开发了轻量级 CNN，将马铃薯叶片分为健康、早疫病和晚疫病三类。模型基于 PlantVillage 数据集 2,215 张图像训练，测试准确率 98.66%，参数量 446,787、约 1.70 MB，每训练周期 5.58 秒，快于 VGG16 的 9.96 秒和 MobileNetV2 的 7.68 秒。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org