人口的增加导致了粮食需求的快速增长，因此农业科学中的植物病害自动化检测成为每个国家关注的首要问题。此外，技术的日益发展提高了植物病害和动物疾病检测的效率和准确性。但是有些病害也会在动物和人类之间传播，因此很难与之抗争。多年来，科学家们一直在研究如何应对影响人类和植物的常见病害。然而，在探测和发现过程中仍有许多部分尚未完成。目前的医疗技术不足以及时发现所有病害，这就是为什么有些病害由于难以及时发现而成为流行病。本文的重点是阐明有关植物病害的细节，以及如何用人工智能及时发现。

Wallelign 等人用于分类的数据集

PlantVillage 数据集——各种植物不同表型的例子

本文讨论了机器学习和深度学习在植物病害自动检测中的应用，以及在过去五年中，机器学习方法如何从传统机器学习转向深度学习。此外，本文还对植物病害相关的不同数据集进行了详细的讨论，介绍了与现有系统有关的挑战和问题。

来自 Northern Leaf Blight 数据集的样本叶子图像

来源：

Khan R, Khan K, Albattah W and Qamar A. Image-Based Detection of Plant Diseases: From Classical Machine Learning to Deep Learning Journey. Wireless Communications and Mobile Computing Volume 2021, Article ID 5541859, 13 pages https://doi.org/10.1155/2021/5541859.