Vision Normalizing Flows for the probability-informed detection of banana diseases from in-field images
Cet article présente un cadre de reconnaissance d'images probabiliste et léger qui exploite des plongements DINOv3 gelés et des flux de normalisation conditionnels pour atteindre une précision quasi parfaite dans la détection de cinq maladies majeures du bananier à partir d'images de terrain, tout en fournissant des estimations d'incertitude interprétables pour un déploiement évolutif dans les systèmes d'agriculture de petite exploitation.