搜尋結果
維護生態環境的生物多樣性,需以充足的監測資料作為基礎,但透過人力調查生物多樣性,耗費人力、時間,調查規模也受到侷限,農業部生物多樣性研究所開發「SILIC」AI系統,可透過錄音資料辨識不同出物種,現可精確辨識包括鳥類、蛙類及哺乳類等共184種 ...
水產試驗所與中央大學團隊開發全臺第一套辨識魚類的影像辨識系統,從形狀、色彩及紋理等45個特徵建立40種魚類的「身份」,掃描圖片或是拍照即可辨識,辨識率達8成以上。 目前還在內部測試階段,未來會朝開發APP的方向前進。 3特徵建立魚身份 AI系統也懂魚. 計畫主持人中央大學資訊工程學系教授陳慶瀚表示,每隻魚會依照形狀、色彩及紋理切分成3個軸向的資料內容,共擷取45種特徵值,如形狀就可區分為魚體的輪廓、周長與面積比等;紋理特徵是藉由點位系統計算魚身上排列斑紋的數值,這些資料便成為AI智慧辨識40種魚類的基礎資訊。 接著透過800張訓練圖庫,讓3種神經網絡系統(AI智慧)辨識魚的特徵,訓練好之後,再用測試樣本「考」系統,最後測試結果準確率可達8成以上,且每次辨識時間不到1秒。
此處所採用的影像識別方法,與近年來廣泛應用於人臉辨識、自駕車道路物件辨識原理相同,均採用對圖像識別表現出色的「深度卷積神經網路」(deep convolutional neural network),以多層神經網路結構擷取目標細微特徵,藉以達成物件偵測(object detection)。 在瓜類病蟲害辨識系統中,選取「更快速區域卷積神經網路」(faster region-based convolutional neural network, Faster R-CNN)為主架構,進行影像中病斑的辨識與定位。 Faster R-CNN的組成主要包含三部分: 基本卷積神經網路,一般亦認知為主要的骨架模型(backbone model)所在,可替換成不同結構與層數的網路進行效能比較。
豐年雜誌. 20180715. 文/林君翰 圖片提供/楊明德. 隨著科技化時代的到來,影像技術也出現新突破,除了衛星影像、航空影像之外,「無人飛行載具」(UAV,簡稱無人機)成為時下最熱門的高空拍攝器材,各國皆嘗試將其結合人工智慧(AI)創新技術,朝向更精準、智慧化且安全的方向發展,臺灣也不例外,而在無人機於各產業的實際應用中,在農業相關領域更有顯著表現。 現今的農田意象,已經不再全是農民頂著烈日、彎著腰,滴著汗水種下每株作物,農業開始走向機械化、自動化發展,農機具進入田間幫助農民耕種、施肥、採收,也緩解了臺灣農業目前面臨高齡化與缺工的困境。
傳統農業社會中,農村女性多擔任照顧家庭、農產品銷售等工作,長期作為支持農村的幕後推手。隨著時代演進,性別平權、女性意識漸漸提升,現代農業女力逐漸從幕後走向舞臺,發光發熱。為了鼓勵農村女性揮灑創意,農糧署於2017 年首次舉辦「農業產銷班女性創意點子競賽」,農糧署企劃組 ...
智慧省工農機成為人力替代主流. 勞動力不足已然為不可逆的全球趨勢,採用自動化、智慧化、省力省工的農業機械取代人力也成為農業科技發展的主軸。. 日本首相安倍晉三於2016年喊出2030年前將在以人為本的基礎上,實踐串聯日本AI、機器人、網路等科技的 ...
范美玲笑稱自己「很愛講話」,喜歡有溫度的工作,對於獲得「優秀農業人員獎」,她謙稱要感謝的人很多。. 其中,花改場的改變,前場長黃鵬開闊的心胸才是關鍵,感謝他願意放手讓大家嘗試。. 她期許農改場用生態、友善農業,打造花蓮特色,讓年輕人有 ...