驗收案例：我司幫助山西農(nóng)業(yè)大學建設植物根系表型平臺、溫室盆栽高通量植物表型成像系統(tǒng)、田間作物高通量表型檢測系統(tǒng)、智能化作物信息采集平臺、作物籽粒（果實）品質(zhì)分析平臺、

無人機植物表型信息獲取軟硬件一體化平臺和示范基地，對旱稻與小雜糧產(chǎn)業(yè)化推廣開展表型應用的研究具有重大突破。

植物表型熱成像的圖像識別。（a） 深度學習法流程圖。（b）基于CNN的圖像特征學習（以VGG模型為例。

（c）植物中植物病害的識別、分類、量化和預測（ICQP）。

熱成像在檢測生物脅迫（真菌、細菌、病毒和蟲害）中的應用。（a）真菌。使用遠程熱成像比較猝死綜合癥感染植物與健康植物。（

b）細菌。預測植物病害 Xf 細菌在植物葉片中的空間分布。（c）病毒。確定甘薯羽毛斑駁病毒（SPFMV）和甘薯氯酸特技病毒（SPCSV）是否單獨或兩者導致甘薯減產(chǎn)。

（d）蟲害。蘋果綠蚜蟲侵擾早期對蘋果葉溫度分布的影響。