中文

精准水产养殖:集成计算机视觉与物联网的罗非鱼投喂优化方法

计算机视觉与模式识别 2024-09-26 v3 人工智能 机器学习 机器人学 系统与控制 系统与控制

摘要

传统的鱼类养殖方式常导致投喂效率低下,引发环境问题并降低生产力。我们开发了一种集成了计算机视觉和物联网技术的创新系统,用于精确的罗非鱼投喂。我们的解决方案使用实时物联网传感器监测水质参数,并利用计算机视觉算法分析鱼的大小和数量,以确定最佳投喂量。一个移动应用程序实现了远程监控和控制。我们利用YOLOv8进行关键点检测,通过体长测量罗非鱼,在3,500张标注图像上达到了94%的精度。使用深度估计将基于像素的测量值转换为厘米,以实现精确的投喂计算。我们的方法在数据收集条件与推理条件一致的情况下,显著提高了结果。初步估计表明,与传统养殖场相比,该方法可使产量提高多达58倍。我们的代码、数据集和模型均已开源。

关键词

引用

@article{arxiv.2409.08695,
  title  = {Precision Aquaculture: An Integrated Computer Vision and IoT Approach for Optimized Tilapia Feeding},
  author = {Rania Hossam and Ahmed Heakl and Walid Gomaa},
  journal= {arXiv preprint arXiv:2409.08695},
  year   = {2024}
}

备注

8 pages, 6 figures, 3 tables, 21th International Conference on Informatics in Control, Automation, and Robotics