1. 我是CIO首页
  2. 资讯
  3. 人工智能

机器学习和计算机视觉有助于优化鱼类养殖

机器学习和计算机视觉有助于优化鱼类养殖

世界上消费的海产品中有50%以上是商业化养殖的,因此提高生产力和降低养鱼场的成本对于该行业而言意义重大。初创公司Aquabyte Inc.旨在使用机器学习和计算机视觉软件来提高该业务的效率。这家公司曾被《福布斯》杂志评为2018年25家最具创新性的农业科技初创企业之一。

 Aquabyte的创始人兼首席执行官Bryton Shang说,该软件  “基于摄像头,该摄像头拍摄了鱼的照片,并对这些图像进行了分析,并帮助农民了解鱼的健康状况,鱼的重量,喂多少鱼以及通常更好地管理自己的养殖场。”

单摄像头,适用范围广

Aquabyte建在硅谷,首先在挪威部署,该地区的鲑鱼产量约占世界养殖鲑鱼的一半。2017年,Shang参加了在挪威举行的一次会议,会议上展示了用相机对鱼进行定型的原型,并在活动中留下了广泛应用的想法。

“在挪威,他们最近通过了有关对鱼类上的海虱进行计数的规定……而养殖者则问我:’如果您可以使用照相机来对鱼进行大小测定,您还可以对海虱进行计数吗?您还能检测到食欲吗?’”Shang说,“然后它就变成了这种更平台化的方法,在这种情况下,单个摄像头可以执行多种应用。”

尽管在挪威,养鱼业已经实现了高度机械化,例如,使用自动喂食器,但该行业中机器学习和计算机视觉的应用并不多。Shang说,但是农民们已经很愿意尝试技术,特别是当它有助于节省农场的劳动力时。

由Aquabyte开发的系统涉及在笼子中的安装,包括摄像头和设备套件以及基于云的机器学习解决方案,该解决方案可进行图像分析。

挪威最大的鲑鱼养殖场一次只可养200万条鱼。他解释说:“我们最终将可以识别出围栏中的每条鱼,并以此来追踪个体的健康和生长。”

在开始使用挪威鲑鱼之后,Aquabyte希望将这项技术推广到其他国家和其他鱼类。该公司已经开始将其应用扩展到第二种虹鳟。“最终,我们将利用这些数据来经营完全自主的养鱼场。”

本文为作者 已诺 独立观点,并不代表 我是CIO 立场。

发表评论

登录后才能评论