自动Penaeus Monodon幼虫通过智能手机等重点回归计数

科学领域:

• 水产养殖是水产养殖的一种方式.
• 计算机视觉 计算机视觉
• 机器学习 机器学习

背景情况:

• 大规模的Penaeus monodon养殖依赖于购买幼虫,需要准确的计数.
• 目前用于计数小型,拥挤的幼虫的方法具有挑战性和劳动密集性.

研究的目的:

• 开发一种简单,高效且无需设备的方法,用于准确计数Penaeus monodon幼虫.
• 引入Penaeus幼虫计数策略 (PLCS),用于自动化幼虫计数.

主要方法:

• 利用智能手机拍摄的图像进行幼虫计数,从而无需专门设备.
• 开发了一种关键点回归方法,将两个关键点类型视为配备关键点.
• 创建了 Penaeus_1k 数据集,包含 1420 个高分辨率图像和关键点注释.

主要成果:

• 在7个密度组的720张图像的测试数据集上,PLCS实现了93.79%的平均准确性.
• 拟议的方法在幼虫计数方面优于经典密度图算法.
• 在现实水产养殖场景中证明了PLCS的实际有效性.

结论:

• 佩内乌斯幼虫计数策略 (PLCS) 为计数佩内乌斯单幼虫提供了一个高度准确和可访问的解决方案.
• 基于智能手机的图像分析为水产养殖中的传统计数方法提供了可行的替代方案.
• 开发的数据集和方法有助于在海洋化场运营中推进自动计数技术.