1. 建立一支新的lambda model已經上架到IPAP，也有一支lambda了(地區:首爾 Functions -> rice-panicle-IPAP-result-handler)，目前需要再開一支lambda去接dt平台 2. 資料庫建立資料表 根據lambda所存之內容建立新資料表 3. figma 設計 目前構想是將此模型的辨識結果(抽穗期or乳熟期or黃熟期)的結果顯示於作物資訊的其中一個圈圈當中，點擊以後會出現彈框，彈框內容會顯示當前的圖片，另外也可以跟綠覆率一樣有AI on/off 的功能(顯示原始圖片或是有bounding box的圖片)，此外，在彈框右上角設計一個more info的icon，此icon點下去以後便會顯示總共分三階段，並提供三階段的對照圖片，供使用者參考，讓使用者可以明確看出辨識結果是沒問題的(類似葉色色號卡的概念) 4. 前端implement 在前述之設計經討論OK後開始實做 5. 建立API 討論API所需規格後實作，最後完成串接 (重要!)補充說明 這個model的建立是因為在乳熟期和黃熟期時有不同的施作建議，因此之後應該要與施作建議頁面進行整合(但現在五結鄉應該不需要所以不是很急) P.S. model有設定一個機制:為了避免有時候根本沒有稻穗，模型不小心匡錯，因此最大的稻穗類別有大於2才會認定它有找到並且判定為有稻穗進行分期辨識