參賽學生彭裕軒表示：「我們實地走訪了彰化溪州元大集貨場，觀察到農民在 7 至 9 月盛產期，每天清晨採收後，下午還需花費大量時間逐顆檢查芭樂外觀，既耗時又容易因疲勞導致誤判 。市面上的光學分檢機動輒數十萬，且大多無法辨識套袋果實 。因此，我們挑戰『讓機器看透套袋』，利用 YOLOv8 深度學習模型訓練，搭配多角度鏡頭，成功讓系統在不拆袋的情況下也能精準辨識腐爛或瑕疵，真正解決農民『不想拆袋、買不起昂貴設備』的痛點。」
陳國益教授表示，團隊的研究理念緊扣「落地實用」與「成本效益」。學生不僅在實驗室鑽研 AI 模型訓練，更實際與集貨場建立合作關係，透過現場人員的操作回饋反覆優化系統 。這套系統成功整合了軟體辨識與硬體控制，並具備高擴充性，未來甚至能延伸至其他水果的分檢應用，是智慧農業低成本轉型的絕佳範例。
此次展出的成果，不僅展現了虎尾科技大學學生在 AI 物件偵測與嵌入式系統整合的深厚基礎 ，也驗證了學校鼓勵學生走入場域、發現問題並動手解決的教育成效。學校將持續推動師生參與智慧農業研發，培育兼具技術實力與人文關懷的資訊人才，為台灣農業科技注入更多創新能量。
