轻量级CNN马铃薯病害检测模型实地验证
发生了什么
据arXiv cs.LG报道，一项研究开发了轻量级卷积神经网络（CNN）用于分类马铃薯叶片健康、早疫病和晚疫病。该模型在PlantVillage数据集上测试准确率达98.66%，在埃塞俄比亚实地收集的247张图像数据集上准确率为90.28%。模型参数量为446,787，体积约1.70 MB，显示出在农业场景应用的潜力。
- 实地准确率
- 90.28%
- 模型参数量
- 446,787
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口