機器學習和計算機視覺有助于優化魚類養殖

世界上超過50%的海產品消費都是通過商業方式種植的，因此提高生產力和降低養魚場的成本對整個行業來說是一件大事。初創公司Aquabyte Inc.旨在使用機器學習和計算機視覺軟件來提高該業務的效率。

Aquabyte的創始人兼首席執行官Bryton Shang(如圖)說，該軟件 “基于攝像頭，可以用魚筆拍攝魚的圖片，分析這些圖片，并幫助農民了解魚的健康狀況，魚的重量，喂多少魚以及通常更好地管理自己的農場。”

尚與SiliconANGLE Media的直播工作室CUBE主持人Jeff Frick進行了數字CUBE對話。他們討論了機器學習在水產養殖中的應用，Aquabyte在挪威鮭魚養殖方面的經驗及其未來計劃。

單攝像頭，適用范圍廣

Aquabyte建于硅谷，首先在挪威部署，該地區的鮭魚產量約占世界的一半。2017年，Shang參加了在挪威舉行的一次會議，會議上展示了用相機對魚進行定型的原型，并在活動中留下了廣泛應用的想法。

“在挪威，他們最近通過了關于對魚類上的海虱進行計數的法規……然后農民問我：'如果您可以使用照相機對魚進行大小測定，您還可以對海虱進行計數嗎?您還能檢測到食欲嗎?'”尚說。“然后它就變成了這種更平臺化的方法，在這種情況下，單個攝像頭可以完成各種各樣的應用。”

盡管在挪威，養魚業已經實現了高度機械化，例如，使用自動喂食器，但是該行業沒有太多的機器學習和計算機視覺技術。尚說，但是農民們已經很愿意嘗試技術，特別是當它有助于節省農場的勞動力時。

Aquabyte開發的系統涉及在籠子中安裝一個系統，該系統由攝像頭和設備套件以及執行圖像分析的基于云的機器學習解決方案組成。

挪威最大的鮭魚養殖場一次只可養200萬條魚。他解釋說：“我們最終將可以識別出圍欄中的每條魚，并以此來追蹤個體的健康和生長。” “我們使用個人識別算法，(并且)交易是對魚進行重復數據刪除。”

在開始使用挪威鮭魚之后，Aquabyte希望將這項技術推廣到其他國家和其他魚類。該公司已經開始將其應用擴展到第二種虹鱒。

尚說：“最終，我們將利用這些數據來經營完全自主的養魚場。”