深層学習ベースのモデルによるトロールカメラからの中深海生物の自動同定

科学分野:

• 海洋生物学; 深海生態学; 漁業における人工知能

背景:

• 中深海生物は、海洋の炭素輸送と食物網にとって重要です。音響法は中深海生物の集合体を検出しますが、種の識別には苦労します。トロール漁獲物は検証に使用されますが、種の脱出などの限界があります。

研究 の 目的:

• トロール内画像からの深海種の識別を目的とした深層学習モデルを開発・評価すること。異なる照明条件（白色光および赤色光）下でのモデルの性能を評価すること。深海生物群の音響データ検証を改善すること。

主な方法:

• トロール内画像で深層学習物体検出モデル（YOLOv11s）をトレーニングしました。様々なゲイン設定で白色光と赤色光の下で収集された画像を使用しました。7つの中深海グループとより大きな浮魚を識別しました。

主要な成果:

• モデルは、白色光で高い精度（加重平均適合率約0.95）を達成しました。赤色光でも効果的な検出が可能でした（加重平均適合率約0.77）。ハダカイワシ科、ギンハダカ科、およびバラルーディナは、高い精度（>0.89）で検出されました。

結論:

• 深層学習は、トロール内カメラデータからの深海種の正確な識別を可能にします。このアプローチは、急速で深度別に層別化されたデータ収集と分析を容易にします。トロールで失われがちな壊れやすい種の研究に貴重なツールを提供します。