開發AI人工智慧輔助番茄之監測系統

摘要

日本愛媛大學研究團隊開發了一種基於人工智慧的番茄植物監測系統，對番茄植物的即時監控以便在早期階段識別和分類疾病，預防潛在的作物疫情爆發。透過先進的AI技術，加強番茄植物的健康監測，特別是在植物工廠環境中，以提高作物管理效率，減少勞動成本，並確保收成的番茄品質優良。

　　番茄是全球產量和貿易量最大的農產品之一，年產量為18,913萬噸（2023）。然而，番茄在種植過程中容易受到疾病和各種環境壓力的影響。這些番茄葉部病害降低了植物生長和生長過程所需光合作用效率，進而影響糧食生產，對農民造成重大經濟損失。

　　研究團隊提出了DeepD381v4plus網路，用於多品種番茄葉病的分類。該網路在準確性、敏感性、特異性、精確度、F1分數及馬修斯相關係數等指標均線超過0.96。此外，使用DeepDet381v4—YOLOv4M檢測器進行果實的檢測與計數，該檢測器在實際模擬中能在40公分的距離內準確檢測和計數成熟的番茄。

　　研究發現DeepD381v4plus網絡在多品種番茄葉病的識別上表現出色，且DeepDet381v4—YOLOv4M檢測器達到了0.90的平均精確度（mAP）。這些系統不僅能有效識別疾病，還能監控花朵形狀、果實成熟情況及識別因表面裂縫或疾病造成的損壞果實。

　　此項研究發表在2024年8月《Computers and Electronics in Agriculture》期刊，此項研究貢獻在於提供有效的工具，幫助農民及時預防疾病爆發，優化果實的收成時機，並提高作物的整體管理效率，最終促進農業生產的永續發展。這些技術的應用將有助於降低勞動成本，並確保收穫的番茄達到最佳品質。【延伸閱讀】- 利用雲端管理番茄的生長數據

摘要

推薦文章