由韓國世宗大學農業工程系研究團隊提出了一種基於圖對圖翻譯模型的數據增強方法，透過補充這些不足的病葉圖像來解決數據偏差，所提出方法在健康和患病葉子影像之間進行轉換，並利用注意力機制(attention)來創建更明顯疾病紋理反映影像，並進行了實驗來驗證這種數據增強方法是否可以進一步提高植物早期診斷分類模型的性能，實驗中使用PlantVillage資料集，利用生成影像和原始影像建立擴展資料集，並透過測試集評估分類模型的效能。
⇒更多詳細內容請參閱<農業科技決策資訊平台>
