data2_224X224.zip

CNN网络模型训练，数据为王，使用相同机器学习算法，不同质量的数据能训练出不同效果的模型如果你用谷歌搜索“AI+农业”或者“人工智能+农业”，就会发现与AI在其他领域的应用相比，农业依旧是未经广泛开垦的“蛮荒之地”。 专注新农业服务的新客科技创始人刘新农表示，这背后的原因有很多，基本上可以归结为三个原因：缺乏数据，人才稀少，鲜有关注。 但现在，情况有了变化。8月底，AI Challenger 2018联合新客科技发起了世界上首个农作物病害检测竞赛。竞赛中，会给参赛选手提供近5万张标注图片，覆盖10种植物的27种病害。 据悉，从开始比赛到现在，已经吸引了来自世界各地的29个国家的近1200支团队参赛。 从这个竞赛的情况来看，AI+农业，似乎正在迎来春天。 AI+农业 AI+农业，是一个非常广泛的领域。今年的AI Challenger竞赛只选择了其中的一个方向：农作物病害检测。 虽然只是其中的一个方向，但影响力不容小觑。据中国统计年鉴，2016年，由农业病害等灾害造成的直接损失超5000亿元，占农业生产总值的8.48%。 刘新农介绍说，在农业生产中，农药使用也在急剧增加。这不仅导致农药残留引发社会问题，还会加剧对环境的污染。对农作物进行准确的病害识别并推荐合适的防治措施，不仅对于农业生产意义重大，对于改善整个社会经济环境也有帮助。