依照行政院農業委員會動植物防疫檢疫局輸出檢疫及各國輸入本國農產品之相關條件，所有外銷之農產品需確保其品質皆符合輸入國家訂立之標準，害蟲檢疫便是其中一項檢疫項目。近年來因為圖形處理器的強大平行計算能力，機器學習技術發展得非常迅速，其中以深度學習技術在於影像識別上的應用效果最為突出，深度學習的技術已經被廣泛的應用到許多領域，此次我們發現，外銷農產品需確保其品質皆符合國家訂立之檢疫標準，否則，整批農產品就會被銷毀或是退運，介殼蟲是常見之檢疫害蟲，因此介殼蟲檢疫就顯得十分重要，而人為檢疫存在耗時耗力的問題，出現疏漏的風險也無法控制，因此我們開發出一套設備結合AI科技的介殼蟲辨識系統，幫助縮短檢疫的時間及控制疏漏的風險。此設備首先是將水果置放於平台上，並透過輸送帶傳送於鏡頭之下，接著透過鏡頭 360度拍攝農產品，搭配已經訓練完成之介殼蟲辨識機器全方位的掃描農產品，致力於精準又有效率的完成介殼蟲檢疫。

據統計，全球農作物因蟲害造成產量減少了50%以上，裸眼觀察是傳統上最常用來偵測農作物蟲害的方法，但裸眼觀察對於有害生物的正確鑑定難免有錯誤發生，因此改使用我們所開發的系統使採用深度卷積神經網路，辨識結果可以高達95%以上，可以使出口時的自動檢疫，節省大量人力以及減少出口後被退回的損失。

農產品運送到輸入國後，經抽查一旦不符合相關規定，整批農產品將予以銷毀或退運，為有效減少上述損失的發生，本計劃研發了害蟲辨識的機器，可有效捕捉肉眼難已注意到的微小害蟲，降低因人工檢查所造成的疏漏。未來也可以應用於不同害蟲類別的辨識，可以協助提升農產品生產品質。