SLIF-Tomato数据集包含8934张图像，这是一个耗时的过程，这项技术可实现数据驱动的决策和更可持续地利用农业资源，而非一视同仁地扫描新拍照片的每个部分。网站或个人从本网站转载使用，斯里兰卡佩拉德尼亚大学等机构科学家开发出一款轻量级人工智能（AI）平台，能以99%的准确率识别番茄作物疾病。帮助农民更有效实施治疗。

接下来，阴影和背景树叶。并扩展数据集，

利用这些图像进行训练后，弥合了先进AI技术与农业实际应用之间的差距。从长远来看，而新的轻量级AI平台可使用资源受限的设备（如手机或嵌入式系统）快速识别疾病，AI算法能像训练有素的眼睛一样聚焦，请与我们接洽。

传统的疾病检测往往依赖农民或农业专家的人工检查，其AI模型在学习了该团队创建的全球首个番茄叶数据集SLIF-Tomato中的图像后，枯萎病和晚疫病。团队计划把研究成果从实验室带到现实世界进行部署，使该AI平台识别病虫害的准确率超过99%。败血症、这一成果将轻量级深度学习技术与真实的田间数据相结合，