Survei few-shot learning dalam pertanian cerdas: perkembangan, aplikasi, dan tantangan

Deep learning telah mencapai keberhasilan luar biasa di bidang pertanian dan ilmu tanaman, tetapi kinerjanya bergantung pada dataset berlabel yang masif. Dalam ilmu tanaman dan biologi, memperoleh data berlabel dalam jumlah besar sering kali tidak praktis karena biaya, waktu, dan keahlian yang dibutuhkan. Few-shot learning (FSL) mengatasi hal ini dengan meniru pembelajaran cepat manusia: FSL dapat mempelajari tugas baru hanya dari beberapa sampel berlabel, sehingga secara drastis mengurangi waktu dan sumber daya finansial. Tinjauan ini secara komprehensif mengkaji FSL dalam pertanian cerdas, mencakup definisinya, empat kategori metodologis utama, dataset yang tersedia untuk publik, berbagai aplikasi, dan tantangan di masa depan.