一个全面的注释图像数据集,用于实时检测池环境中的鱼类.

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
• 海洋生物学 海洋生物学

背景情况:

• 鱼对全球粮食安全和经济至关重要,特别是在泰米尔纳德邦.
• 水产养殖实践需要小规模工业的高效,非侵入性监测工具.

研究的目的:

• 为池环境开发一个高效的鱼类检测系统.
• 为了促进水产养殖中的鱼类分类和生长监测.
• 创建一个有价值的数据集,用于自动化水下图像分析.

主要方法:

• 收集的水下视频片段的色染色体鱼 (Etroplus maculatus) 在Retteri池,奈.
• 将视频转换为2D图像,并使用Roboflow工具手动注释它们.
• 在具有挑战性的条件下捕获的数据:遮蔽,水,高密度和变化的光线.

主要成果:

• 一个细致的注释数据集的色染色体鱼图像.
• 该数据集解决了水下图像中常见的计算机视觉挑战.
• 为开发自动化鱼类检测和监测工具提供资源.

结论:

• 标注数据集是水产养殖,海洋生物学和计算机视觉研究的宝贵资源.
• 能够开发用于鱼类管理的非侵入性自动化系统.
• 通过加强监测能力,支持小规模水产养殖业的进步.