-
需同意授權 液珠影像辨識排序模型
更新頻率 瀏覽次數 下載次數液珠影像辨識以及排序模型 以影像處理的方式先對微流體系統進行定位，使用物件偵測模型YOLO v7辨識液珠，即時找出液珠在畫面中所在的位置，結合多目標物件追蹤系統，追蹤每一顆液珠在微流體中的移動量，程式確實能按照液珠進入畫面的順序給予編號，確保每個液珠在連續的幀中具有一致性的標籤。 使用方法 先安裝好環境，可以參考以下鏈結: YOLOv7 實作筆記... -
需提出申請 表面增強拉曼(SERS)蘇丹紅檢測模型
更新頻率 瀏覽次數 下載次數蘇丹紅辨識模型 模型簡介 本模型能夠快速檢測食品粉中是否含有有害的蘇丹紅色素，包括蘇丹紅一號、二號、三號和四號。這些色素具有潛在的致癌性，對人體健康構成威脅。基於SERS技術的檢測模型，通過增強拉曼信號，能夠準確識別和區分這些蘇丹紅色素，提供可靠的檢測結果，對於食品安全監測具有重要意義。 電腦需求 軟體: Anaconda(可選),python... -
需提出申請 表面增強拉曼(SERS)條碼模型
更新頻率 瀏覽次數 下載次數用於預測經過混合的農藥，包含Carbaryl、Fipronil與Thiram等三種農藥 AI模型組成 使用CNN模型架構，搭配捲積核的堆疊，將一維數據的特徵轉換為二維數據，再以二維特徵擷取方式得到更明顯的細節用來預測混合農藥的組成。 輸入格式 本模型輸入格式為經過數據處理的41微峰值統計資料 輸出格式... -
需同意授權 水稻叢自動偵測標記模型
更新頻率 瀏覽次數 下載次數模型概述 本模型基於 YOLO V7 架構，經過訓練標註數百張水稻空拍影像，能夠精確地在影像中識別並以矩形框標示水稻叢的位置。該模型的應用旨在提高水稻田間管理的效率，通過自動化的影像分析技術，農民能夠快速獲取水稻叢的位置信息，從而進行精準的田間操作和監測，提升作物管理的精度與效果，最終實現增產增收的目標。 電腦需求 需配有 Nvidia... -
需同意授權 水稻叢影像去背模型
更新頻率 瀏覽次數 下載次數模型摘要 1. 模型概述 本模型基於 U2-NET 架構，專門用於影像去背。U2-NET 是一種輕量級的深度學習網絡，設計用於高效的前景物體檢測和分割。模型能夠自動將影像中的主要物體與背景進行區分，生成對應的影像遮罩，並實現精確的去背效果。 2. 應用場景 本模型適用於 無人機空拍影像 的去背處理，特別是去除土壤、雜草等背景雜訊。具體應用場景包括：... -
需同意授權 土雞辨識模型
更新頻率 瀏覽次數 下載次數此模型能夠將照片中的雞隻自動辨識出來 模型可視化展示如下圖: 電腦需求: 需配有Nvidia 顯卡，並已安裝cuda、anaconda 輸入: 照片 輸出: 框選完之照片 使用步驟: 0. 使用anaconda建立一個虛擬環境 1.... -
需同意授權 土雞活動力評估模型
更新頻率 瀏覽次數 下載次數此模型能夠偵測影片中的雞隻活動力 模型可視化展示如下圖: 電腦需求: 需配有Nvidia 顯卡，並已安裝cuda、anaconda 輸入: 影片 輸出: 活動力數值 使用步驟: 0. 使用anaconda建立一個虛擬環境 1.... -
需同意授權 穀粒含水量推估模型
更新頻率 瀏覽次數 下載次數本模型使用Python之開源函式庫ADAPT為主要基本架構，旨在應用將手機拍攝的稻穗影像顏色特徵作為訓練資料，以領域適應（Domain Adaptation, DA）方法推估出各影像中的穀粒含水量。 下圖由左至右分別為：1.基於特徵的領域適應方法適應前後的特徵t-SNE圖、2.基於實例的領域適應方法重要實例標註的特徵t-SNE圖 執行步驟... -
需同意授權 側拍牛隻行為影像辨識模型
更新頻率 瀏覽次數 下載次數此模型以 Yolov7 + YoloX 結合為基礎，並加入時空卷積網路進行影片序列型資料辨識，最後再以卡爾曼濾波器以及匈牙利演算法增加追蹤效果，用於追蹤影片當中牛隻可能被遮擋而不易被辨識的牛隻。 電腦需求：需配有 Nvidia 顯卡，並已安裝 cuda、anaconda 輸入：影片 輸出：各別牛隻即時行為偵測結果 使用步驟：... -
需同意授權 作物病害線蟲可見光預警模型
更新頻率 瀏覽次數 下載次數針對不同波長(400-1000nm)進行感染水稻葉芽線蟲之種子影像蒐集，並利用不同光譜當作特徵來預測種子是否有線蟲，需使用weka3.8.3工具讀取模型使用，並讀取模型即能使用 -
需同意授權 作物病害線蟲高光譜預警模型
更新頻率 瀏覽次數 下載次數針對不同波長(470-900nm)進行感染水稻葉芽線蟲之種子影像蒐集，並利用不同光譜當作特徵來預測種子是否有線蟲，需使用weka3.8.3工具並讀取模型即能使用 -
-
需同意授權 水稻徵狀影像辨識模型
更新頻率 瀏覽次數 下載次數水稻徵狀影像辨識模型 水稻徵狀影像辨識模型主要用於辨識水稻病害、蟲害、營養障礙與其他等四大類別。使用者可於田間拍攝到水稻徵狀照片後，透過此模型作快速辨識。 AI模型訓練過程 團隊利用視覺注意力網路（Visual Attention... -
需提出申請 表面增強拉曼(SERS)農藥分類模型-北勢育苗場
更新頻率 瀏覽次數 下載次數農藥辨識模型 模型簡介 本模型用於快速識別食品或農產品中所含的農藥種類。通過分析波長範圍為306~2139 nm的光譜數據，模型能夠分類並識別分類待測物是否有包含農藥，訓練資料集包含Thiamethoxam + Chlorantraniliprole、Pesticide Diffusing... -
需同意授權 番茄成熟度辨識模型_分六級
更新頻率 瀏覽次數 下載次數此模型能夠將照片中的番茄自動辨識出來 並且分成六種，Green, Breaker, Turning, Pink, Lightred, Red 電腦需求: 需配有Nvidia 顯卡，並已安裝cuda、anaconda 輸入: 照片 輸出: 框選完之照片 使用步驟: 0. 使用anaconda建立一個虛擬環境 1.... -
需同意授權 稻穗影像去背模型
更新頻率 瀏覽次數 下載次數本模型使用U2net為主要基礎架構，旨在應用於將透過手機拍攝的影像中萃取出稻穗影像並去除背景像素，以作為可進一步分析(如穀粒含水量推估)之預處理方式，由於U2net擅長背景去除的影像語義分割之用途，因此選擇基於此架構訓練去背模型。... -
需同意授權 校正色卡偵測模型
更新頻率 瀏覽次數 下載次數本模型使用YOLOv7作為物件偵測架構，以大田環境下透過智慧型手機拍攝包含黑、灰、白之影像校正色卡為應用情境，目標是檢測在畫面中不同位置擺設之影像校正色卡位置與類別，以便於使用者可以此偵測結果進行後續影像校正工作，提高影像分析之精準度與穩定性之用。 下圖由左至右分別為： 1.原圖 2.模型偵測結果圖(黑色、灰色、白色校正色卡位置與信心分數)... -
需同意授權 茶樹病害影像辨識模型
更新頻率 瀏覽次數 下載次數茶樹病害影像辨識模型 茶樹病害影像辨識模型可將田間拍照影像到的茶樹病害徵狀透過此模型作快速辨識。 AI模型訓練過程 團隊利用FastAI開發茶樹的病害影響辨識模型，並使用ResNet-34模型架構為基礎進行訓練，通過添加自定義的多標籤分類指標、學習率查找和微調技術來優化模型的訓練過程。... -
需同意授權 雞隻異常雞冠辨識模型
更新頻率 瀏覽次數 下載次數此模型能夠將照片中的雞冠自動辨識出來 並且分成兩種，0為正常雞冠(輸出標註框為紅色)，1為異常雞冠(標註框為綠色) 電腦需求: 需配有Nvidia 顯卡，並已安裝cuda、anaconda 輸入: 照片 輸出: 框選完之照片 使用步驟: 0. 使用anaconda建立一個虛擬環境 1....
您也可以使用API (應用程式介面) (see API 文件)註冊。