利用人工智能开发一种决策支持工具,用于对葡萄藤叶卷和红斑病的视觉症状评估
Sarah Lewis MacDonald1, Tom Shapland2, Hannah G Fendell-Hummel3
1University of California Davis, Cooperative Extension Napa County, 1710 Soscol Avenue, Napa, California, United States, 94559; sarlewis@ucdavis.edu.
Plant disease
|January 27, 2025
概括
这项研究开发了一款由人工智能驱动的移动应用程序,用于检测葡萄藤叶和红斑病. 该工具在实地测试中实现了86%的准确性,为葡萄园管理提供了更快的诊断替代方案.
科学领域:
- 农业科学 农业科学
- 植物病理学 植物病理学
- 农业中的人工智能
背景情况:
- 准确及时检测病毒病原体,如葡萄树叶卷和红斑,对于葡萄园管理至关重要.
- 传统的诊断方法往往是劳动密集型的,需要专门的专业知识和设施.
- 人工智能 (AI) 为创新,高效的疾病检测解决方案提供了潜力.
研究的目的:
- 开发一种人工智能驱动的决策支持工具,用于识别葡萄藤叶和红斑病.
- 创建一个用户友好的应用程序,以快速视觉评估葡萄藤健康在现场条件下.
主要方法:
- 通过与葡萄酒种植者合作,收集了一套综合数据集,包括葡萄酒疾病的经过验证图像.
- 使用收集的图像数据集训练了一个AI模型.
- 开发了一款手持应用程序,使用户能够扫描葡萄树顶并接收诊断信心读数.
主要成果:
- 在实地条件下,人工智能模型在识别葡萄树叶和红斑病时获得了86%的准确性.
- 开发的移动应用程序显示了积极的用户体验.
- 该工具为叶子卷,红斑或健康葡萄藤分类提供了可靠度读数.
结论:
- 人工智能作为一种快速评估葡萄藤疾病视觉症状的调查工具具有显著的潜力.
- 开发的AI应用程序可以作为葡萄园经理的宝贵决策支持工具.
- 进一步整合人工智能可以增强葡萄种植中的疾病管理策略.
