本系統感測模組由微型攝影機、溫濕度感測器、光強度感測器整合建構於Raspberry PI 嵌入式系統組成，裝置成本低且易安裝，很適合溫室或農業設施場域的應用。攝影機可以設定不同時間間隔取得黏蟲紙影像，影像擷取後連同環境感測資料以無線網路傳輸至遠端伺服器進行深度學習影像辨識處理，並將辨識結果即時呈現與網頁與APP，溫室管理者可以隨時透過行動裝置取得分析資訊。

可適用於多種農產業生產場域監測數據的綜合應用，後續亦可以與農委會目前既有之資料開放平台 (https://data.coa.gov.tw/)進行介接，達到數據流通、分析資訊共享，協助監測、管理與決策制定的目標。

本研究透過整合紅外線熱像儀、可見光相機、溫溼度感測器、風速計、二氧化碳感測器以及氨氣感測器於Raspberry Pi中，並發展家禽活動力演算法於計算家禽活動力以評估其健康狀況，此外本研究也發展智慧家禽體重監測系統，兩套系統皆可整合無線傳輸技術即時上傳資訊於雲端資料庫中，以利飼養業者即時監控飼養環境資訊以及雞隻的生理資訊。

利用影像技術、深度學習技術結合種雞選拔專家知識經驗，精選生育性能良好種雞及不好種雞，進行訓練建立該品種種雞之選拔辨識模型，發展國內畜禽產業適用的以外觀特徵為主的生育性能種禽辨識技術，並結合開發出的小型種雞選拔設備，方便移動且易於消毒，系統可供其它種雞場使用，僅需利用此選拔系統的自動取像功能，對該品種種雞建立種雞辨識模式即可。

為了讓機器人達到精準施藥的動作，本實驗透過TensorFlow 影像辨識系統抓取標記框的座標位置，並建立機械手臂世界座標及深度相機的世界座標位置的關係式，經量測設備、實驗場域尺寸後求出因應場域手臂可以運作的範圍，設定機械手臂路徑規劃及安全限制範圍，將機器人搬至實驗場域進行路徑迴轉及修正規劃，導入影像定位方法完整運行甜椒植保機器人任務。目前透過影像辨識訓練機器人，影像資料庫裡面的80%用於訓練，20％用於驗證精準度，目前辨識精準度已到達9成，可應用於溫室溫室栽培作物上。

整合發展溫室栽植之牛番茄於熱逆環境的生產以及病蟲害之防治的『智慧型整合生產系統』，包括:篩選耐高溫品種、開發冰水循環根溫控制系統、利用IOT建立作物生育相關大數據、以AI技術進行白粉病、早疫病與銀葉粉蝨的R-CNN辨識，規劃白粉病與銀葉粉蝨的模糊專家系統預警、及開發可定點變異式施藥。

此系統亦結合臉書或Line平台，使農友可透過與聊天機器人的簡單問答，快速獲得害蟲資訊，擁有24小時隨傳隨到的害蟲專家。