杏鮑菇是國內大宗菇蕈品種，年產量可超過2萬公噸，長期仰賴人力採收、切削與分級包裝；不過，去年農業試驗所與虎尾科技大學團隊合作，導入AI深度學習方法開發辨識與分類的技術，現已有初步成果，系統的等級辨識成功率可達93.18%，未來只要業者有需求就能協助開發機器。
國內杏鮑菇普遍栽種於太空包中，待長到一定大小後，就要人工切削，依照個別通路需求分級、再包裝。虎尾科大教授周榮源觀察，整個流程至少要花到4至5個人力，因此若能導入自動分級技術且串連包裝機器的話，長期下來能省下不少人力成本。
要讓機器代勞，就必須先讓分級系統知道菇農分級的流程與標準，周榮源表示，菇農通常是依照菇柄、菇摺及菇傘大小進行分級，首先要收集非常多杏鮑菇的照片讓系統掌握辨識的區域，接著就要一筆筆輸入菇農對該張照片裡杏鮑菇的分級，如此一來分級系統才能學習到菇農辨識菇體的標準。
研究團隊將菇拍照後，依照業者的分級方式標示照片，讓系統「學習」標志出正確的等級。（圖片提供／周榮源）
看起來系統學習過程雖然簡單，但就「難在照片裡的菇到底是哪一等級。」周榮源說，因杏鮑菇不像工業化的標準商品，大小是固定的，可能不同業者分類的級別也不一樣，因此若要增加這個系統的適用範圍，最好是收集越多照片和農民的分級意見，讓系統可以歸納出一個普遍性的規則，未來應用時要增加分類級別也沒問題。不過，現階段團隊是以4個級別進行開發，等級辨識的準確率已能達到93.18%。
周榮源也說，這項分類系統是藉由鏡頭拍攝杏鮑菇的大小進行分級，因此光源照射杏鮑菇的角度可能會影響系統辨識的範圍，導致分級錯誤，需要特別注意。
只要杏鮑菇至於取相的鏡頭下，系統就能依照過去累積的資料判斷菇是何種等級，準確率超過9成。（圖片提供／周榮源）
雖然分級系統已開發完成，但尚未實際應用在產業界，周榮源坦言，自動分級只是取代生產鏈的一項任務，最好是能連結包裝機，才算是完整解決問題。不過，他也說，已突破相對困難的分級技術，後續就看業者評估有無需求，團隊可協助開發分級到包裝的機器。
