○ 专门用于根系土壤采样的工具，利用根钻来开展植物根系采样工作，可以为工作人员减轻了很多的压力

○ 系统通过扫描仪获取图像后用PC端软件进行叶片表型分析
○ 一键可测量叶面积、叶长、叶宽、长宽比、周长等形态参数，颜色分析、形状因子、形状系数、矩形度、球形性、面积凹凸比、周长凹凸比、叶绿素参考值、锯齿面积、包膜、穿孔面积等多种参数
○ 适用于叶片表型研究、病害监测、品种选育及生理生态评估等

○ 无损测量植物叶绿素、植物叶面温度以及氮含量
○ 自动计算作物标准施肥量
○ 支持蓝牙传输，数据可多端查看分析

○ 无损测量植物叶绿素、植物叶面温度、叶面湿度以及氮含量
○ 自动计算作物标准施肥量
○ 支持蓝牙传输，数据可多端查看分析

○ 可以测定叶片光合速率、叶片蒸腾速率、光合有效辐射、细胞间CO₂浓度、气孔导度、水分利用率、叶片湿温度、叶室温湿度、进气湿温度共12项参数
○ 主要应用于农林业、园艺、草业、林业、种业等农林高校的植物生理实验教学以及科研院所的宏观生理生态研究中

○ 用于检测人工气候室、温室、大棚、大田等植物的活体叶片光合作用参数，可测定进气温湿度、叶室温湿度、空气CO2浓度、光合有效辐射强度、叶面温度、叶片净光合速率、气孔导度、蒸腾速率、胞间CO2浓度、瞬时水分利用率共12项参数
○ 可用于植物生长生理、光合生理、胁迫生理研究等科学研究，适用于农业科研、教学、园艺、草业、林业以及更广泛的领域

○ 可测量水稻亩穗数、理论产量、水稻穗粒数、穗长、水稻剑叶夹角、茎粗、水稻株高、一/二次枝梗数量和长度、各枝梗对应的穗粒数、着粒密度、穗长、总粒数和千粒重等指标
○ 适用于水稻品种筛选、水稻产量预测、稻穗动态发育、基因定位、功能解析和水稻遗传育种等

○ 利用图像识别和深度学习技术，通过轮廓分析、形态学分析、模式分析学习等，提取相关有效特征，采用先进的深度神经网络方法，在小麦大数据库建立基础上，建立高精度识别模型，完成小麦表型性状的测量
○ 可测量小麦株高、夹角、茎粗、小麦亩穗数、理论产量、穗长、小穗数、总粒数和千粒重等指标
○ 适用于小麦品种筛选、小麦产量预测、麦穗动态发育、基因定位、功能解析和小麦遗传育种研究等

○ 可以测量凸包面积、外接矩形面积、长宽比、侧视角紧凑度、侧视角投影面积、株高、茎秆节间距和茎粗、叶长、叶片弯曲度、茎叶夹角和千粒重等指标，是研究玉米表型参数中的产量相关性状参数的检测工具

○ 可以测量大豆夹角，茎粗，总粒数和千粒重等指标，是一款利用图象来分析大豆表型相关性状的检测系统
○ 具有成像清晰，数粒准确的特点，广泛适用于各农科院，高校，育种公司，种子站的大豆研究

○ 采用图像识别技术、深度学习的方法，可以测小麦亩穗数、理论产量、种子数量和千粒重指标
○ 对小麦的品种筛选、小麦产量预测、高产栽培、良种选育、产量基因定位和功能解析发挥着至关重要的作用，适用于农科院、学校，育种公司，种子站等

○ 采用图像识别技术、深度学习的方法，自动检测拍照范围内稻穗数量和亩穗数量，能够快速计算出亩穗数量，并能对数据进行存储
○ 适用于水稻的品种筛选、水稻产量预测、产量基因定位和功能解析等

○ 基于机器视觉技术，利用手机摄像头获取麦穗的图像，利用图像处理算法现场分析，获取麦穗形态参数，它具有AI智能识别利用透视变化矫正图像、光照补偿算法、距离变化等技术，自动计算出小麦的穗长
○ 一次测定，可同时获得麦穗穗长、小穗数等多项指标，测量的数据可通过无线网络传输至服务器

○ 采用的图像处理技术，根据深度学习算法综合设计的一款软件，可以测量各枝梗穗粒数、一次枝梗长度和对应穗粒数、二次枝梗长度和对应穗粒数、枝梗着粒密度、穗着粒密度以及平均值、种子粒数、千粒重
○ 主要应用在水稻室内考种时期、为水稻形态学的研究、水稻良种选育提供良好的检测工具
○ 适用于各农科院、高校、育种公司、种子站的水稻研究

○ 基于机器视觉技术，利用手机摄像头获取稻穗的图像，利用图像处理算法现场分析，获取稻穗形态参数，AI智能识别利用透视变化矫正图像、光照补偿算法、距离变化等技术，自动计算出水稻的穗长