日本智能農業技術主要包括機器視覺、農業機器人、農業互聯網、農業云計算等幾個方面。

機器視覺：通過機器視覺產品將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，得到被攝目標的形態信息，根據像素分布和亮度、顏色等信息，轉變成數字化信號;圖像系統對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。能夠輔助農業生產過程中，發揮對于農產品的監控和感知作用，如識別農產品的成熟度、鑒別農產品的病蟲害感染情況、農作物的生長情況等。

農業機器人：不同類型的機器人可分別用于樹木嫁接，農產品自動收獲以及輔助農民攜帶和運輸物品等日常作業情況。

農業物聯網：通過采集與農產品相關的數據，如溫度、濕度、二氧化碳等，用物聯網系統來調整到最合適的環境，驅使相關的空調設備，窗簾，門窗等相關設備的運轉，確保農作物能夠在最佳的條件下生長;利用全球衛星定位系統，無人駕駛拖拉機能夠在大規模農場實現24小時耕作，有效解決農業人口不足問題;通過互聯網實時監控消費者動向，能夠抓住最佳時機生產和銷售暢銷的農作物或農產品。

農業云計算：通過分析氣象數據，歷史產量，病蟲害情況等，對于農產品未來的收獲日期，收獲的產量等做出相關的預測。在病蟲害發生的高峰時期提前發出預警，以方便農民及時投放農藥來保證農作物正常生長。

智能技術在日本農業應用中發揮了重要的作用，動植物生長更可控，品質更有保障，更加節省人工。

NEC：病死雞監測解決方案。通過在雞舍內的走廊設置專用的托架和拍攝設備，將拍攝到的圖像用于深度學習系統里訓練。訓練后的系統可用于自動識別病死雞。避免了工人需要不間斷的巡邏和依靠肉眼來實時監控肉雞的生長情況。有助于降低因為肉雞發生瘟疫所造成的損失。

富士通：農作物的生長及產量預測的解決方案。避免依賴農戶的經驗，收割時間等造成的農產品質量參差不齊。同時，通過分析氣候因素，可以計算出最適合農作物生長的環境，確保農作物可以安全的生長。

日本水產：水產養殖預測系統。通過拍攝水里魚的視頻，利用計算機識別技術識別后自動計算魚的長度和重量，得到養殖魚整體的重量分布水平。避免了直接與魚接觸，降低了魚患病死亡的風險，對魚群也沒有傷害。

松下：西紅柿自動采摘機器人。通過搭載的視覺傳感器和深度學習技術，自動判斷需要采摘的西紅柿。確保采摘的西紅柿成熟度能夠保持一致。同時由于機器人可以24小時不間斷作業，可以顯著降低農民的工作量。

靜岡縣小池農場：黃瓜等級分類系統。通過深度學習來判斷黃瓜的形狀，如彎曲度，顏色，表面光澤度等，將不同的黃瓜進行分類后用于不同的銷售場合。同時還可以根據季節的變化趨勢來調整分類的結果。

基于富士經濟株式會社的統計，日本國內的智能農業在2016、2017年度的市場規模分別為104億和120億日元。預計2023年度，日本智能農業市場規模將增長至333億日元，為2016年的三倍。

來源：有農有藝