A Knowledge-Guided Multi-Task Framework for Robust and Interpretable Rice Disease Diagnosis in Open-Field Scenarios
Cet article propose MTRNet, un cadre multitâche guidé par la connaissance qui intègre des attributs phytopathologiques d'experts et un système d'inférence en cascade non paramétrique afin de parvenir à un diagnostic des maladies du riz de haute précision, interprétable et robuste dans des environnements complexes de plein champ.