轻量CNN分类马铃薯叶片病害，田间数据准确率90.28%
热点事件持续更新
轻量CNN分类马铃薯叶片病害，田间数据准确率90.28%
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Haimanot Bitew Alemayehu 等在 arXiv 发布论文，提出一个轻量级 CNN，将马铃薯叶片分为健康、早疫病、晚疫病三类。模型在 PlantVillage 数据集 2,215 张图像上训练，测试准确率 98.66%；在埃塞俄比亚 Banja（Awi Zone）田间采集的 247 张独立图像上准确率为 90.28%。 模型含 446,787 个可训练参数，约 1.70 MB，报告实验设置下每训练周期平均 5.58 秒，快于 VGG16 的 9.96 秒和 MobileNetV2 的 7.68 秒。以上均为论文报告结果，本站未核验全文。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
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% 准确率报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · cs.AI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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。