2010.09.01-2014.07.01，甘肃农业大学，农业电气化与自动化，学士
2014.09.01-2017.07.01，甘肃农业大学，农业电气化与自动化，硕士
2021.09.01-2025.07.01，甘肃农业大学，农业电气化与自动化，博士

教学情况：
本科生：《工程电磁场》-专业基础课-主讲
《信号与系统》-专业基础课-主讲
《物联网与控制网络技术》-专业课-主讲
科研情况：
目前主持国家自然科学基金（青年基金）1项，主持完成甘肃省青年科技基金1项，主持完成甘肃农业大学盛彤笙基金1项。发表SCI/EI论文10篇，授权国家专利3项。

1、聚焦计算机视觉技术、深度学习和图像处理技术，主攻农作物病害智能识别与检测，研发高效算法模型。
2、围绕无人机、卫星遥感技术，长期开展作物长势监测、产量估计以及高通量植物表型参数提取等方面的研究。

本科生课程：近十年课程数据
2019-2020第一学期，电磁场理论
2019-2020第一学期，农业物联网与计算机应用
2019-2020第二学期，信号与系统
2020-2021第一学期，电磁场理论
2020-2021第一学期，农业物联网与计算机应用
2020-2021第二学期，信号与系统
2020-2021第二学期，建筑电工学
2021-2022第一学期，工程电磁场
2021-2022第一学期，农业物联网与计算机应用
2021-2022第二学期，信号与系统
2022-2023第一学期，工程电磁场
2022-2023第一学期，农业物联网与计算机应用
2022-2023第二学期，信号与系统
2022-2023第二学期，物联网与控制网络技术
2023-2024第一学期，工程电磁场
2023-2024第二学期，信号与系统
2023-2024第二学期，物联网与控制网络技术
2024-2025第一学期，工程电磁场
2024-2025第二学期，信号与系统
2024-2025第二学期，物联网与控制网络技术

纵向项目：
1、2025.01.01-2026.12.31，甘肃省教育厅项目，协同多源遥感数据和小样本学习的马铃薯精细制图研究
2、2023.01.01-2025.12.31，国家自然基金青年项目，跨域与多域学习下多源信息融合的小样本农作物病害检测与识别方法研究
3、2021.01.01-2023.12.31，甘肃省科技厅青年科技基金项目，面向植保机械作业的马铃薯叶片实时检测方法研究
4、2019.01.01-2020.12.31，甘肃农业大学盛彤笙创新基金，基于深度学习和三维重建的马铃薯外观品质检测研究

1. 杨森，冯全，阎文博，等. 多模态引导视觉 Transformer 的小样本农作物病害识别[J]. 农业工程学报，2025，41(6)：195-203.
2. Yang S, Feng Q, Zhang J, et al. From laboratory to field: cross-domain few-shot learning for crop disease identification in the field[J]. Frontiers in Plant Science, 2024, 15: 1434222.
3.Yang S, Feng Q, Gao X, et al. Improving Mapping Accuracy of Smallholder Potato Planting Areas by Embedding Prior Knowledge into a Novel Multi-temporal Deep Learning Network[J]. Potato Research, 2024: 1-31.
4.Yang S, Feng Q, Yang Wanxia. Simple, Low-Cost Estimation of Potato Above-Ground Biomass Using Improved Canopy Leaf Detection Method[J]. American Journal of Potato Research, 2023, 100(2): 143-162.
5.Yan W, Feng Q, Yang S*, et al. Prune-FSL: Pruning-Based Lightweight Few-Shot Learning for Plant Disease Identification[J]. Agronomy, 2024, 14(9): 1878.（通讯作者）
6.Yan W, Feng Quan, Yang S*. HMFN-FSL: Heterogeneous Metric Fusion Network-Based Few-Shot Learning for Crop Disease Recognition[J]. Agronomy, 2023, 13(12): 2876（通讯作者）.
7. 杨森; 冯全; 张建华; 王关平; 张鹏; 闫红强 ; 基于轻量卷积网络的马铃薯外部缺陷无损分级, 食品科学 , 2021, 42(10): 284-289.
8. 杨森; 冯全; 张建华; 孙伟; 王关平 ; 基于深度学习与复合字典的马铃薯病害识别方法, 农业机械学报 , 2021, 51(7): 22-29 .
9. 杨森, 冯 全, 王书志, 张 芮. 基于改进可变形部件模型与判别模型的葡萄叶片检测与跟踪[J]. 农业工程学报, 2017, 33(6): 40－147.
10. 杨森, 冯全, 王书志, 等. 基于光学模型的退化叶片图像复原方法[J]. 中国农业大学学报, 2017, 22(1): 112-119.
11. 杨森,冯全,杨梅,李妙祺. 彩色叶片图像去尘算法[J]. 计算机辅助设计与图形学学报, 2016, 28(8):1224-1231.

软件著作：
1.小样本学习的农作物病害识别系统 V1.0, 2024SR1248585, 2024-08-27，软件著作权
专利：
1. 杨森; 冯全; 张建华; 孙步功; 孙伟; 杨婉霞; 马铃薯种薯制备系统, 2024-12-3, 中国, ZL 2022 11437777.5.
2. 杨森; 冯全; 闫红强; 王关平; 雒琦; 刘柯楠. 一种农田作物叶片图像采集装置, CN202120975468.8.（授权日 2021.11.16）