基于图像的水产养殖监测

科学领域:

• 水产养殖技术 水产养殖技术
• 计算机视觉在农业中的应用
• 对水生物种进行生物识别分析.

背景情况:

• 养殖需要有效的监测,以实现最佳生产.
• 水产养殖中的手动监测是劳动密集型的,容易出现错误.
• 自动化对于提高水产养殖业务的效率和可持续性至关重要.

研究的目的:

• 开发和验证基于图像的自动化系统,用于养殖的关键任务.
• 用计算机视觉来估计的长度,重量和数量.
• 评估料颗粒的吸引力,并探索可适应的水产养殖监测解决方案.

主要方法:

• 设计了一个使用相机和Raspberry Pi的图像捕捉系统.
• 在各种条件下收集了1140张图像的数据集.
• 训练了一个细分模型用于的检测和尺寸估计.
• 用于计算重量和人口计数的估计尺寸.

主要成果:

• 在长度 (1.56% MAPE) 和宽度 (0.15% MAPE) 估计中实现了高精度.
• 获得了令人满意的数计数与7.17%的MAPE.
• 开发了用于料颗粒吸引力评估的定性方法.
• 证明了该系统在可扩展,自动化水产养殖监测方面的潜力.

结论:

• 拟议的基于图像的系统为自动化,高效的养殖场监测提供了基础.
• 该系统有望适应其他水产养殖物种和环境.
• 需要进一步的研究,以解决对料吸引力评估的环境影响.