基于视频的自动捕获甲鱼渔业数据,使用低功耗硬件

科学领域:

• 海洋生物学 海洋生物学
• 计算机科学 计算机科学
• 渔业 科学 渔业 科学

背景情况:

• 自动化数据收集对于有效的渔业管理至关重要.
• 目前在渔船上收集捕捞数据的方法通常是人工和劳动密集型的.
• 商业类渔业的可持续管理需要准确的库存评估数据.

研究的目的:

• 开发和实施一个低成本,低功耗的计算机视觉系统,用于自动计数和测量和龙.
• 为库存评估模型提供重要的输入数据,以支持可持续的渔业管理.
• 为了克服处理视频数据的低功耗设备的硬件限制.

主要方法:

• 开发了一条管道,涉及动物识别,代表性框架选择,动物检测,关键点检测和测量推断.
• 通过分类,时间细分,光滑和质量估计来实现视频流中选的新解决方案.
• 该系统使用Raspberry Pi 3A+在定制防水外内,解决了硬件限制.

主要成果:

• 开发的计算机视觉管道成功运行在低功耗硬件上.
• 实验表明,在自动计数和测量甲类动物方面,在获得足够的训练数据的情况下,表现合理.
• 该系统解决了在资源有限的设备上处理视频数据的挑战.

结论:

• 计算机视觉为海上和龙的自动数据收集提供了一个可行的解决方案.
• 开发的管道适用于低功率的机载应用,有助于可持续的渔业管理.
• 进一步开发更多的培训数据可以提高自动化甲类测量系统的性能.