隨著電腦運算與處理能力不斷推陳出新，人工智慧(Artificial Intelligence, AI)已成為最火熱的科技發展趨勢，而在農業領域上的應用也正蓬勃發展，為了克服農業面臨的勞動力不足、勞動成本高漲的困境，透過影像辨識技術的導入與整合創新，能夠大幅度減少農民的勞力負擔，讓不論在作物生長監測、畜牧飼養管理或天然災害判釋上，能夠以更有效率的方式進行。本期電子報介紹影像辨識整合資通訊技術應用於作物管理與動物遠距健康管理，期待透過各項案例分享，提供農業從業人員以及讀者參考與發想，帶動農業科技智慧發展不斷創新。

掌握最佳茶葉採收期

茶葉品質的好壞與採摘時間有著很大關聯性，一旦延遲採收，便會造成茶葉品質下降，過去仰賴著經驗豐富的茶農以肉眼進行判斷，然而年輕的生產者培育不易，使得茶產業面臨專業人力斷層的困境，因此日本的茶商伊藤園與電子資通訊大廠富士通攜手合作，透過蒐集契作茶區影像以及將伊藤園累積的茶葉栽培知識數據化，開發了一款圖像辨識演算法並搭載於智慧型行動載具上，藉由辨識葉片的色調(Hue)、彩度(Saturation)、飽和度(Brightness)等數據，並搭配深度學習技術中的測試時數據增強技術(Test Time Augmentation)，透過將圖像進行各種不同程度的縮放、翻轉、移動等，來提升擴展訓練圖像的多樣性，藉此達成強化判釋精準度的目標。

而農民只要在田間以透過手機鏡頭拍攝採摘前的茶葉圖像，便能夠透過這款圖像辨識演算法，來推估茶葉圖像中的氨基酸及纖維素含量，藉此評估茶葉的最佳採收階段，目前這項影像辨識技術已於蒐集AI影像的茶園區開始進行試營運，將持續擴大實證場域，期待2023年可於契作產區正式運用，期能藉此穩定茶葉生產品質。

草莓及時生產管理

草莓是日本的重要經濟作物，每年批發價市值高達1,600億日圓，然而市場對於草莓需求量波動大，如因應聖誕假期與新年假期，市場的需求高峰落在12月中旬到1月初之間，這個時期的交易單價比平常的交易價格高出35%(1,543日元/kg提升為2,090日元/kg)，因此如果能調節產能高峰期符合需求高峰期，實現及時生產作業(Just In Time, JIT)，將有機會能夠創造農民最佳收穫利益。

為了實現出貨時期與需求高峰達到一致，需要準確預測果實的收穫日期，而為了預測果實的收穫期，則需要掌握開花日期、果實溫度變化等生長資訊。日本農研機構(NARO)農業機器人研究中心開發了一款溫室草莓即時生產感測系統，利用AI影像辨識技術，能夠從圖像中辨別不同開花階段的花朵狀態，並透過環境感測器掌握環境數據，用以推估環境對於草莓發育狀況的影響，以及藉由RGB相機、熱像儀掌握果實溫度變化，透過AI運算與影像辨識技術整合上述生長資訊，推估草莓開花與收穫日期，做為調整溫室環境因子之參據，經實驗測試能夠將開花時間平均絕對誤差控制於±1天內，期能經由持續收集開花日及果實溫度數據，建構高精準的生長預期AI，實現及時生產作業(Just In Time, JIT)。

豬隻疾病智慧診斷發展遠距獸醫體系

影像辨識技術在動物健康管理上，也有龐大的發展潛力。依據2020年行政院農委會防檢局統計資料顯示，全台約有5400餘位執業獸醫師，然經濟畜牧動物醫師僅佔8%，約為400位，分散於豬、牛、羊、雞、馬、鹿、鴨、鵝等不同畜牧產業，面臨嚴重的專業人力不足困境，難以落實防疫工作。以養豬產業為例，由於鄰避效應，豬舍多位處偏遠地區交通較不方便，而小規模的養豬戶因成本考量往往不易聘請駐場獸醫師，難以即時防堵可能的疫病擴散。

隨著各項科技技術的進步，財團法人農業科技研究院為了發展智慧化畜禽管理技術，整合了物聯網(Internet of Things, IoT)系統、獸醫病理知識與AI影像辨識技術，開發了一款能夠提供農民自救的豬隻臟器與肺炎AI影像辨識模型，透過鏡頭與影像辨識技術，使得農民能夠在場域中自主解剖生病豬隻，並透過模型判釋出可能的病徵，同時間透過影像傳輸設備，能夠提供遠端的獸醫師以即時串流或錄像查看的方式，遠距提供疾病診斷服務，搭建起農民與獸醫師間的科技服務橋梁，以避免疾病擴散的風險。

面對農產業快速變遷所接踵而來的各項挑戰，影像辨識是能夠解決許多農業上耗時費力、人力不足問題的關鍵技術。然而在訓練模型的過程中，仍有賴大量的現場影像作為訓練基礎以及農業知識的導入提供精準的圖像標註，整合物聯網系統與自動控制系統的應用，將有機會打造出省工省時又精準的智慧管理模式，扭轉農業困境，提升農產競爭力。

參考資料：