Применения ИИ
На главную Вверх Следующая

[На главную]
[Вверх]
 

Наш Блог
Мониторинг УЗВ
Игра Аква Ферма

 

ИИ -камера в кормушке и анализ поведения рыбы

Тестирую практическое применение ИИ в рыбоводстве на примере простой задачи - наблюдение за рыбой в бассейне через камеру и автоматический подсчет рыб.

Идея - встроить видеокамеру прямо в умную кормушку и использовать компьютерное зрение, чтобы:

bullet наблюдать за поведением рыбы во время кормления

bullet оценивать аппетит по активности

bullet замечать отклонения в поведении как ранний сигнал проблем со здоровьем или с условиями среды

bullet получать цифры и события в системе автоматизации, а не просто видео

Пример: ИИ считает осетров в бассейне

ИИ считает осетров в бассейне с рыбой

Что сейчас уже сделано

Пока я тестирую систему дома на портативной веб-камере и одноплатном компьютере Raspberry Pi.

Схема теста:

bullet обычная USB веб-камера снимает бассейн с осетрами на рыбной ферме

bullet Raspberry Pi принимает видеопоток и запускает нейросеть

bullet нейросеть на каждом кадре ищет рыбу и считает её количество в реальном времени

bullet параллельно я могу смотреть тот же бассейн на компьютере как обычную веб-камеру

То есть камера не просто «пишет видео», а сразу превращает изображение в данные.

Как работает нейросеть в видео

На видео видно, что ИИ выполняет детекцию объектов:

bullet каждая найденная рыба обводится прямоугольником

bullet каждой рыбе присваивается ID

bullet рядом выводится вероятность того, что объект действительно является рыбой (в процентах)

Это полезно не только ради «красивых рамок». Главное - данные:

bullet сколько рыб одновременно видно в кадре

bullet как меняется активность по времени

bullet как распределяется рыба по зонам бассейна

bullet как быстро рыба собирается на кормление и как быстро расходится

Зачем это нужно именно в кормушке

Кормушка знает, сколько корма она выдала. Камера показывает, как рыба на это отреагировала. Если объединить эти два источника, можно получить основу для автоматической оценки аппетита.

Примеры логики, которую можно построить дальше:

bullet рыба активно подходит к месту кормления - аппетит нормальный

bullet активность заметно ниже обычного - возможен стресс, кислород, температура, аммиак, болезнь

bullet рыба «стоит» у дна, мало двигается - сигнал тревоги

bullet поведение изменилось резко после изменения режима кормления - видно сразу, без ожидания приростов и конверсии

На практике это может стать частью автокормления следующего уровня: кормим не только по расписанию, а по факту реакции рыбы.

Видео-демонстрации

Видео 1 - бассейн с осетрами, ИИ считает рыбу, присваивает ID и показывает вероятность детекции.

Камера с программой ИИ считает осетров в бассейне

Видео 2 - с экрана монитора камера с ИИ считает рыбу, присваивает ID и показывает вероятность детекции.

Камера с ИИ с монитора считывает количество рыб в бассейне

Текущий статус и следующий шаг

Сейчас это «домашняя лаборатория» на портативной веб-камере.

Следующий шаг - перенести решение ближе к реальной ферме:

bullet установить камеру стационарно над бассейном или сбоку

bullet интегрировать данные в систему кормушки и телеметрию (например на сервер)

bullet добавить метрики поведения, а не только подсчёт рыбы

 

Вопросы и предложения относительно того, что представлено на сайте, можно направлять по адресу:

Есть вопросы, звоните:
Telegram +37126785118
WhatsApp +37126785118
Telegram Группа - для Продвинутых Рыбоводов
Лэндинг сайт: uzv.su/akvaferma/
Copyright © 1997-2026 Vasiliy Krasnoborodko. All rights reserved.
Перепечатка материалов сайта запрещена без письменного согласия владельца

Top.LV