ShrimpXNet：用于可持续水产养殖的 AI 驱动疾病检测

这项研究展示了迁移学习和对抗训练在水产养殖关键问题中的实际应用。虽然结果很有希望，但相对较小的数据集规模（1,149 张图像）引发了人们对模型在各种真实世界条件和未见过的疾病变异中的泛化能力的担忧。使用更大、更多样化的数据集进行进一步验证至关重要。

• •ShrimpXNet 利用迁移学习进行虾病分类。
• •对抗训练和数据增强提高了模型的鲁棒性。
• •ConvNeXt-Tiny 在疾病分类中实现了 96.88% 的准确率。