Услуги и решения

Система распознавания рыб и их подсчет на рыбоводной ферме на основе машинного зрения

Отрасль проекта

Производство, Машинное зрение

Технологии

Нейронные сети, Производство

О проекте

Для компании ZIZ наша ML-команда разработала "под ключ" систему распознавания рыб для их подсчета. После 9 месяцев с момента внедрения решения завод увеличил производительность на 14%.

Как организован процесс подсчета рыбы на рыбоводной ферме.


Перед началом подсчета работник фермы определяет из каких бассейнов и куда будут рассажены группы рыб. Далее для их вылова подключают рыбонасос. Также используется специализированное оборудование для сортировки особей по размеру и распределению их по счетчикам, которые ведут учет. Точка контроля представляет собой отсек трубопровода, в котором установлена камера видеонаблюдения и подсветка. (см. рис. 1)


Рис. 1. Пост видеофиксации. Рис 2. Рыба проплывает точку контроля

Алгоритм распозования рыб в видеоптоке и счетчик их количества


Для проекта мы использовали нейронную сеть Yolo 5. Мы обучили ее распознавать рыб на видео и учитывать их размер (мальки, средние и крупные особи). В дополнение к работе нейросети внедрили механизм трекинга. Он нужен для правильной идентификации одной и той же рыбы на последовательности кадров, а также для опредения ее местоположения в определенный промежуток времени. Это позволяет системе не считать одну и ту же рыбу дважды на разных кадрах.

Разработанная система согласно ТЗ считает до 1500 рыб в минуту в режиме реального времени. Но если вдруг нагрузка будет выше, то для экономии серверных ресурсов, все сверхлимитные потребности в расчетах сохраняются в буферную память и обрабатываться по мере снижения нагрузки.


Интерфейс оператора


Перед стартом подсчета оператор заполняет поля с названиями бассейнов, из которого будет подаваться рыба и куда эта рыба будет перегоняться. После начала подсчета в режиме реального времени на экране отображается актуальная информация о количестве рыб, проплывающих на каждой камере. При этом приложение уведомляет оператора о слишком плотном потоке рыб (свыше 1500 шт. в минуту). При необходимости можно выбрать определенный период и выгрузить подробную статистику работы системы в формате Excel.

Рис. 3. Настройка и процесс подсчета рыбы глазами оператора.




Итоги работы системы: точность подсчета рыб - 99,78%, рост производительности фермы на 14%.



При итоговом тестировании работы системы специалистами “ZIZ” были подготовлены несколько партий рыб, которые заранее были пересчитаны вручную. Затем поочередно каждая партия пропускалась через соединительный канал счетчик и наша система их подсчитывала. Соответственно 100% точность означала, что цифры подсчета вручную и системы должны совпасть. Мы достигли итогового показателя в 99,78%, что превысило требования технического задания.

После 9 месяцев от внедрения завод увеличил производительность с 130 до 150 тонн, на следующий год планы увеличить эту производительность до 200 тонн. Таким образом легко посчитать, что система учета помогла увеличить производительность на 14% - это 28 млн рублей от 200 миллионной стоимости завода. По планам увеличить производительность на 35%, а это уже 70 млн рублей и все это без дополнительного строительства и модернизации производства.

Директор ZIZ, Зибров Антон

Отзыв ZIZ о проделанной работе:






Вас могут заинтересовать

Расскажите нам о своей задаче
Мы немедленно возьмём её в работу
Александр Носков
noskov.alexander@nordclan.com