AI智慧分選馬鈴薯：每小時處理10公噸，辨識準確度達95% - 農業知識入口網

文章來源 : 農業科技新脈動    2026-10-14

馬鈴薯人工分選面臨的挑戰

　　馬鈴薯傳統分選仰賴人工長時間逐顆檢查，不僅耗費人力，作業環境也常伴隨噪音及粉塵。德國新創公司Karevo共同創辦人Benedikt Keßler自小在馬鈴薯農場成長，深知人工分選面臨的問題，因此在慕尼黑工業大學（Technical University of Munich, TUM）攻讀機械工程期間，開始構思結合人工智慧（AI）的自動分選設備，希望以科技減輕農場繁重的人工工作。

AI光學辨識技術達95%準確度

　　Karevo開發的系統利用AI光學辨識技術，自動判斷馬鈴薯外觀品質。AI模型以超過10萬張影像進行訓練，可辨識異物及7類馬鈴薯缺陷，包括腐爛、裂痕及金針蟲危害等，辨識準確度達95%，每小時最高可分選10公噸馬鈴薯。相較部分傳統影像辨識方式，該系統的一項特色是可直接辨識未清洗的馬鈴薯，更貼近實際農場採收後的作業情境。

依農場條件調整分選方式

　　未清洗馬鈴薯表面常附著土壤，且外觀會因產地、土壤種類及貯藏條件而有所差異，使傳統光學辨識技術容易受到干擾。Karevo透過AI模型，可依不同農場及批次馬鈴薯的特性調整分選方式，提升系統面對不同生產環境的適應能力。

模組化設備降低農場導入門檻

　　考量市面上的馬鈴薯自動分選設備通常價格較高、體積較大，且維修操作較為複雜，對小型及家庭農場而言導入門檻較高，因此Karevo將設備設計為較小型且價格相對親民，並採模組化設計，不僅便於維護，也能整合至農場既有的生產與分選設備中。

智慧分選技術的市場應用

　　團隊於2024年成立Karevo，並自2025年秋季正式將產品推向市場。此案例顯示，結合AI影像辨識與自動化設備，可將農產品外觀特徵轉化為客觀且快速的品質判定資訊，除提升分選效率外，相關技術概念亦可延伸至作物表型自動辨識與品質性狀量化，提供數位育種及智慧農業應用參考。

【延伸閱讀】-人工智能生物工程和光學技術傳感器可檢測出馬鈴薯中的隱藏疾病

phys.org