（2）因應氣候變遷之災後勘災影像判釋技術決策支援
單位/主持人：農業試驗所農業化學組 陳琦玲 研究員
年度目標(O)及關鍵成果(KR)
| 目標(O) |
|---|
| 利用深度學習判釋技術，應用於番荔枝落果與玉米倒伏的災損AI自動影像判釋，縮短農民災損補助時間以及加速復耕，並協助未來勘災實務應用。 |
| 預期關鍵成果(KR) | 達成情形 |
|---|---|
| O2KR1：完成LTER水稻第一期作不同生長期與災害航拍以及光譜分析至少8幅 | 已完成LTER樣區嘉義溪口與雲林斗南兩處試驗區之分蘗期及生殖生長期航拍任務，圖幅共計8幅。 |
| O2KR2：完成13種高經濟作物災害航拍以及光譜分析至少每種作物2幅 | 已完成台中東勢高接梨、台中霧峰荔枝等地之現地航拍及影像前期處理，圖幅共計19幅。 |
| O2KR3：完成製作番荔枝與玉米影像特徵標籤至少1000個 | 已完成製作番荔枝落果影像特徵標籤1249個及玉米倒伏影像特徵標籤38個，共製作1287個影像特徵標籤。 |
| O2KR4：完成深度學習模型架構 | 已完成番荔枝落果影像物件偵測深度學習模型YOLO v4建構與玉米倒伏影像分割深度學習模型U-Net建構。 |
主要績效指標(KPI)達成情形
| 主要績效指標(KPI) | 達成情形 |
|---|---|
| O2KPI-1：建立天然災害受損影像AI自動判釋技術，發展以無人機進行2種作物災損勘查，並以AI判釋達成70%以上準確率 |
|