石見草莓 × NEXUPIRA × NCIR
拍一張照,AI 告訴你草莓生了什麼病。

關鍵數字
- 2 hr → <10 sec
- 巡園時間
- 1 photo
- 完成診斷
- AI
- 標記病害位置與類型
30 秒摘要
台中新社有機草莓園,園主每天花兩小時巡園找病蟲害,靠經驗判斷,沒有對照資訊。現在打開手機拍一張照,10 秒內 AI 標出病害位置跟類型,照片跟數據自動收集歸檔。

農場主手裡的工具
一張照片,10 秒內 AI 框出病害。
楊先生只看一個畫面:打開 PWA、拍一張照、AI 把病害框出來告訴他類型,還附上對照資料跟處理建議。不用裝 App、不用打字、不用上傳到別的系統。
互動 demo · 點擊開始 · 內建音效開關
NEXUPIRA 在這個案子裡做了什麼
楊先生不需要知道什麼是 YOLO 或 Workflow Engine。他只知道拍照就有答案。但背後跑的是 NEXUPIRA 的完整堆疊。光譜儀上線後,同一條 Workflow 加一個步驟就能整合 — 不用重寫系統,不用換平台。
- Vision 模組
YOLO 物件偵測,辨識病害類型與位置。
- Event Bus
辨識結果觸發事件,異常自動通知。
- Workflow Engine
從拍照到通知到數據歸檔,一條 DAG 自動跑完。
- Google Cloud
所有資料跑在雲端,園主用手機就能操作。
背後的 ML 工作
AI 是怎麼學會辨識病害的。
10 秒內辨識的背後是一條傳統 ML pipeline:從田間實拍收集草莓病害樣本、用 Roboflow 一張一張標註類別與位置、訓練 YOLO 模型直到 mAP 收斂到接近 90%、再上線到 PWA。下面是真實工作畫面。
階段
- ✓ 已上線
PWA 拍照辨識草莓與葉片病害,10 秒內出結果。
- ◎ 導入中
與國家實驗研究院 國家儀器科技中心(NCIR)合作,加入光譜分析,不摘草莓就能測甜度跟農藥殘留。
光譜示意
合作夥伴
- 光譜技術 國家實驗研究院 國家儀器科技中心(NCIR)
- 場域驗證 石見草莓
- 休閒農業認證 新社區休閒農業導覽發展協會
技術
- YOLO
- Roboflow
- NEXUPIRA Workflow Engine
- Google Cloud
- LINE




