种植果蔬人工智能技术应用-种植果蔬人工智能技术应用论文

大家好，今天小编关注到一个比较有意思的话题，就是关于种植果蔬人工智能技术应用的问题，于是小编就整理了2个相关介绍种植果蔬人工智能技术应用的解答，让我们一起看看吧。

1. 芒果怎样进行人工蔬果？
2. 人工智能怎么给农作物看病？

芒果怎样进行人工蔬果？

芒果的疏果次数一般要进行2-3次，首先疏除畸形果、病虫果、密生果，然后再疏去发育不良果和小果，保留无损伤、果形大、果形端正的幼果，原则上最晚在果实迅速膨大前完成，同时做到强枝、强穗多留果，树冠下部、内膛和壮旺枝多留。

疏果时须保持一定枝、叶、果的比例，从叶果比讲以6:1为宜，从枝果比讲，平均一个新梢负担多少个果要根据品种、树龄、树势的不同而定，一般每一枝梢以留果1-2个为宜。

人工智能怎么给农作物看病？

智能农业管理系统由无线传感器、远程控制终端和信息管理平台共同组成，实现了现代移动通信技术与物联网、移动互联网技术的深度融合，系统实时***集空气温度、湿度、风速等数据，同时还能及时的给用户发出预警信息，而且当用户收到预警信息之后，通过手机就能实现对棚内设备的远程控制。农民还可利用远程控制终端拍摄疑似遭受病虫害的农作物，专家通过系统平台远程诊治，提出防治建议。

也许是我们农村人见识短，具看新闻有过智能农作物看病，都是新闻看到的而且还是外国的，现实中确实没见过，网上可以查到相关知识，希望在自己有生之年可以看到真的智能给农作物看病，也不枉此生来到人间这一次，估计大城市也是没见过吧，或许我们农村人孤陋寡闻了，，，，真的不懂这个问题，没法给足够的回答，相信有奇人知道，，我在关注看答案，，，谢谢头条，，，，让我认识那么多不懂得新鲜事物。。。。

深度学习是一种计算方法，程序员不用确切地告诉计算机该做什么，而是训练计算机识别某些模式。你可以给计算机输入患病和健康的农作物叶子图片，并做上标记。计算机可以以此学会患病和健康的叶子看起来有什么不同，并能独立判断新作物是否健康。

这就是生物学家D***id Hughes和流行病学家Marcel Salathe的研究，他们用感染了26种疾病的14株作物进行了实验。他们在计算机中输入了超过五万张图片，计算机程序通过自主学习，最终能够以99.35%的正确率判断研究人员输入的新图片。

不过，这些是动过手脚的图片，其中的灯光和背景都是一致的，为计算机识别叶片图像降低了难度。如果从互联网上随机下载一张患病作物的叶片照片，让计算机去判断，软件的准确率就降低到了30%-40%。

不太好。不过，Hughes和Salathe希望能使用这项人工智能技术支持他们的APP“Plant Village”，这个APP可以让世界各地的农民给自己患病的作物拍张照片，上传到论坛上，让专家来诊断农作物疾病。为了提高这项技术的“智商”，他们会继续给AI输入更多的患病作物照片。“从各种不同渠道而来的图片越多越好，渠道指的是照片拍摄的方式、季节、位置等等因素。”Salathe说，“软件可以吸收这些信息，不断学习。”

这不只是排除农作物之间的疾病传染，还有很多其他因素会影响农作物。“大部分影响生长的都是生理压力，例如缺钙、缺镁或者盐分太高、热量太高等，”Hughes说，“人们有时候会以为是细菌或者真菌疾病。”误诊导致农民浪费了时间和金钱去买杀虫剂或者除草剂。未来，人工智能可以帮助农民更加准确地定位问题所在。

在那之后，人类将夺回控制权——因为虽然APP可以定位问题，但是没法像人类专家一样，考虑紧气候、突然、季节等因素，给农民提供最适合的解决办法。联合国粮食及农业组织（FAO）认为这类技术是农作物管理的一种“有用工具”，但还是要听专家说了算。因此，FAO的植物病理学家Fazil Dusunceli说，非常欢迎这样的技术帮助，但是“最终病害管理决策应该与现场的专家一起合作制定。”

走路“长眼”的拖拉机

到此，以上就是小编对于种植果蔬人工智能技术应用的问题就介绍到这了，希望介绍关于种植果蔬人工智能技术应用的2点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/48754.html