A Knowledge-Guided Multi-Task Framework for Robust and Interpretable Rice Disease Diagnosis in Open-Field Scenarios
Dieses Paper schlägt MTRNet vor, ein wissensgesteuertes Multi-Task-Framework, das Experten-Attribute der Phytopathologie und ein nicht-parametrisches Kaskaden-Inferenzsystem integriert, um eine hochgenaue, interpretierbare und robuste Reiskrankheitsdiagnose in komplexen Freilandumgebungen zu erreichen.