相关实验视频
Updated: Jul 13, 2025
08:02
Robotic Sensing and Stimuli Provision for Guided Plant Growth
Published on: July 1, 2019
8.0K
一个基于深度学习的新动态范式,朝着开放世界的植物疾病检测方向发展
Jiuqing Dong1,2, Alvaro Fuentes1,2, Sook Yoon3
1Department of Electronic Engineering, Jeonbuk National University, Jeonju, Republic of Korea.
Frontiers in plant science
|October 18, 2023
概括
这项研究引入了一种开放世界的植物疾病检测方法,该方法可以动态识别和学习新的疾病. 它克服了静态模型的局限性,实现了适应性,并防止知识损失,以改善植物健康监测.
科学领域:
- 计算机视觉 计算机视觉
- 植物病理学 植物病理学
- 机器学习 机器学习
背景情况:
- 深度学习增强了植物疾病的检测,但受到封闭式静态学习的限制.
- 现有的模型与未见的疾病类别作斗争,并在学习新数据时遭受知识退化.
研究的目的:
- 引入一种新的开放世界环境来检测植物疾病.
- 使模型能够推断和动态学习以前未见的植物疾病.
- 在静态学习模型中解决知识退化问题.
主要方法:
- 使用未知区域建议网络为未知疾病的伪标签.
- 使用无类分类器来改善未知的疾病的回忆.
- 实施示例重复策略,以保持先前学习的课程的知识.
主要成果:
- 拟议的方法有效地检测出已知的和未知的植物病.
- 证明了强大的概括能力,包括跨物种疾病检测.
- 实验评估和废除研究证实了该方法的有效性.
结论:
- 开放世界,动态更新的方法显示了作为植物疾病检测未来范式的潜力.
- 鉴定了分类和本地化中的未解决的问题,并提出了未来的研究方向.
- 鼓励社区研究开放世界的植物疾病检测挑战.
相关概念视频
02:26Defenses Against Pathogens and Herbivores
23.8K
Plants present a rich source of nutrients for many organisms, making it a target for herbivores and infectious agents. Plants, though lacking a proper immune system, have developed an array of constitutive and inducible defenses to fend off these attacks.
23.8K
02:16Light Acquisition
8.5K
In order to produce glucose, plants need to capture sufficient light energy. Many modern plants have evolved leaves specialized for light acquisition. Leaves can be only millimeters in width or tens of meters wide, depending on the environment. Due to competition for sunlight, evolution has driven the evolution of increasingly larger leaves and taller plants, to avoid shading by their neighbors with contaminant elaboration of root architecture and mechanisms to transport water and nutrients.
8.5K