营养缺乏症

使用深度学习鉴定营养缺乏症和作物的疾病预测：评论

[1]这项工作回顾了基于计算机视觉的技术，用于早期发现作物营养缺乏症，以提高作物生产率和健康。[2]研究研究了机器学习和接近成像在检测植物疾病和营养缺陷方面的应用，突出了数字化农业中的进步，挑战以及未来的研究方向。[3]这项研究使用深度学习技术，尤其是CNN-SVM，以98％的准确性准确地对玉米植物中的养分缺乏分类，提高作物生产力和可持续性[4]多种注意力的神经网络有效地识别了具有高度精确性的植物营养量，并提高了植物营养量，并增强了Spatial机械的