Система автоматического подсчета рыб с помощью нейросети для рыбоводческой фермы

Система ML Sense в реальном времени выполняет подсчет рыбы на выходе из рыбонасоса, определяет размер особей и исключает повторный учет с помощью трекинга.

Компания ZIZ занимается проектированием и развитием рыбоводческих хозяйств в России. На одной из ферм компании используется промышленная система учета и сортировки рыбы при перекачке между бассейнами.

На рыбоводческих фермах рыбу регулярно перемещают между бассейнами — например, при сортировке по размеру, подготовке к дальнейшему выращиванию или перед отгрузкой. Для этого используется рыбонасос: поток воды вместе с рыбой проходит через систему труб.

В этот момент предприятию важно понимать две вещи: сколько рыбы прошло через систему и какого она размера. Эти данные напрямую влияют на планирование выращивания, расчет биомассы, распределение рыбы по бассейнам и объем кормления.

Если в одном бассейне оказывается слишком много рыбы или смешиваются особи разного размера, это влияет на скорость роста, расход корма и стабильность условий выращивания.

Проблема в том, что поток движется очень быстро и визуально посчитать рыбу невозможно. Часть особей перекрывает друг друга, а при ручном учете или простом подсчете по видео одна и та же рыба может учитываться повторно или, наоборот, пропускаться.

Предприятию требовалась система подсчета рыбы, которая автоматически анализирует поток в реальном времени, определяет размер особей и обеспечивает точный учет их количества.
Решение должно было стабильно работать во влажной среде и выдерживать высокую плотность потока — до 1500 рыб в минуту.

На участке трубопровода внедрили решение ML Sense на базе искусственного интеллекта и компьютерного зрения. Точка контроля представляет собой отдельный участок трубопровода, внутри которого установлены:

• камера видеофиксации;
• система подсветки;
• сервер обработки данных.

Для проекта использовали нейросетевую модель YOLOv5, обученную распознавать рыбу в видеопотоке и определять размер особей: мальки, средние, крупные.
Дополнительно внедрили механизм трекинга объектов. Он отслеживает движение каждой рыбы между кадрами и позволяет системе не учитывать одну и ту же особь повторно.

Во время пересадки рыба проходит через точку контроля внутри трубопровода.

Система:

• распознает рыбу в видеопотоке;
• определяет размер особей;
• отслеживает перемещение объектов между кадрами и выполняет подсчет рыбы;
• исключает повторный учет;
• передает данные оператору.

Система обрабатывает поток до 1500 рыб в минуту без потери точности.

Если плотность потока становится выше допустимого значения, сверхлимитные данные временно сохраняются в буфер и обрабатываются после снижения нагрузки. Это позволяет системе работать без сбоев даже при высокой нагрузке.

В интерфейсе оператора отображаются:

• бассейн-источник и бассейн назначения;
• текущее количество прошедшей рыбы;
• статистика по каждой камере;
• уведомления о превышении плотности потока.

Дополнительно система позволяет выгружать подробную статистику подсчета в формате Excel за выбранный период.

Внедрение системы подсчета рыбы позволило автоматизировать учет рыбы при пересадке между бассейнами и повысить точность контроля.

После 9 месяцев эксплуатации производительность фермы выросла на 14%, а экономический эффект составил 28 млн рублей в год без модернизации оборудования.