裂
裂果發生後，損失已經形成
若沒有保存灌溉事件、根區變化、品種、生育期與分區採收真值，就很難知道哪一段管理值得調整。
- 記錄每次灌溉起訖與流量
- 觀察根區水分、溫度與 EC 動態
- 以採收裂果重量損失率驗證
AI 驅動的牛番茄智慧管理
AI 更早看見風險，少一點損失。
Tomato-Mind 以 AI 為核心，整合環境、根區、黃板影像與田間紀錄，同時掌握裂果與蟲害風險，轉成清楚、可執行的每日任務。
AI 裂果風險灌溉與根區分析
AI 蟲害辨識影像、計數與趨勢
AI BUILT FOR FARMERSAI 不只辨識影像，
AI 不只辨識影像，
更整合整座溫室的風險訊號。
Tomato-Mind AI 把感測、影像、趨勢與現場紀錄轉成時間、位置、原因與下一步，讓巡田更有方向、處理更有依據。
THE PROBLEM
兩種損失，
都不能只靠感覺處理
裂果不是看到濕度高就能下結論，蟲害也不是拍到一張黃板就代表全場。真正困難的是把時間、位置、管理事件與採收結果連在一起。
蟲
蟲數上升時，需要知道去哪裡看
單點相機只能看局部趨勢。全場判斷需要標準化布點、影像品質、人工真值與處理後追蹤。
- 固定規格拍攝與影像品質檢查
- AI 計數保留原圖、位置與信心值
- 低可信度與門檻附近人工複核
AI ENGINE
AI 從資料中找出風險，
再轉成農戶能做的事
同一個 AI 核心同時處理感測時間序列與黃板影像，把複雜訊號整理成「何時、去哪裡、檢查什麼」。
多源資料蒐集
自動記錄環境、根區、灌溉事件與黃板影像，建立完整時間脈絡。
AI 融合分析
電腦視覺辨識害蟲，時間序列模型同步分析根區與灌溉變化。
AI 風險決策
結合位置、趨勢與歷史紀錄，排出需要優先處理的區域與任務。
持續學習追蹤
現場回報與處理結果回到系統，持續累積農場專屬的管理知識。
AI AT THE CORE
一個 AI 核心，
串起裂果與蟲害管理
專為台灣設施牛番茄打造的多模態 AI，讓感測數據、影像、分區資訊與農戶行動在同一套系統中協作。
同時理解數據與影像
將根區、環境、灌溉事件與黃板影像放在同一個時間脈絡中分析。
自動辨識害蟲與熱點
從黃板影像整理害蟲數量、位置與變化，快速指出優先巡查區域。
提早發現裂果風險訊號
持續分析灌溉前後的根區動態與環境變化，協助找出異常組合。
越使用，越理解管理脈絡
結合現場回報、處理結果與後續趨勢，累積每座農場自己的判斷依據。
DAILY EXPERIENCE
打開首頁，今天的重點已經整理好
重要風險、巡查位置、判斷依據與處理回報，全部依照農戶每天的工作順序呈現。
1
今日待辦先看最需要處理的一件事與建議時間
自動整理2
指定位置直接前往對應分區、植株或監測點
清楚定位3
快速回報現場查看後，用兩步完成結果紀錄
簡單操作4
持續追蹤查看處理前後的數據、影像與趨勢變化
完整歷程ONE AI, TWO CORE RISKS
AI 裂果風險與 AI 蟲害辨識，集中管理
從自動監測、AI 判讀到現場處理，不必在不同裝置、表格與訊息之間來回切換。
AI 裂果風險管理
- 灌溉事件與根區水分變化自動追蹤
- AI 整合溫濕度、VPD、根區水分與 EC
- 辨識分區異常與優先檢查位置
- 採收裂果與處理結果持續回饋模型
AI 蟲害智慧監測
- 黃板影像自動蒐集與品質檢查
- AI 辨識害蟲數量、位置與變化趨勢
- 熱點區域與巡田任務即時通知
- 影像、AI 判讀與處理結果隨時回看