Aquabyte
  • Hjem
  • Løsninger
  • Om Aquabyte
  • Aktuelt
  • Kontakt
  • English site

Syv ting du må vite om maskinlæring i havbruk

3/21/2020

 
Picture
Maskinlæring innebærer å la avansert programvare automatisere arbeidsoppgaver og gi bedre informasjon om tilstanden i oppdrettsanlegget. Lusetelling, estimering av vekt på fisken, vekstkurver og diagnose av helsetilstanden er  noen av bruksområdene, og flere vil det bli.
 
1 Hva er maskinlæring?
Maskinlæring er en form for kunstig intelligens. Det er en programvare, et nettverk av algoritmer, som kan trenes opp til å gjenkjenne og tolke mønster i bilder og datamengder. Teknologien bak er den samme som blir brukt i ansiktsgjenkjenning i sosiale medier, til å tolke trafikkbildet for selvkjørende biler – eller til å anbefale deg filmer og musikk på Spotify og Netflix ut fra dine tidligere valg.
 
2 Hva er forskjellen på vanlige programmer og maskinlæringsprogrammer?
I et vanlig dataprogram utføres en utregning på basis av data som blir tastet inn i programmet. I maskinlæring utvikler programmene og algoritmene seg etter hvert som de blir “trent” med nye sett av data. Det blir en form for mønstergjenkjenning, der algoritmene lærer seg hva de skal se etter. De får nye treningsdata sammen med korrigeringer på de svarene de har gitt tidligere, og kommer opp med mer og mer presise resultater.
 
3 Så hvordan trener du algoritmene?
La oss si at algoritmene skal trenes opp til å gjenkjenne lakselus. Algoritmene blir matet inn med treningsdata, en mengde bilder av laks med lus i ulike stadier. Gjennom tilbakemeldinger til algoritmene blir de stadig mer treffsikre i å gjenkjenne lakselusen. Det er viktig at bildene er tatt under reelle forhold i merden, med skiftende lysforhold, og ulike vinkler av fisken.
 
4 Er noen algoritmer mer lærenemme?
Kvaliteten på algoritmene er viktig. Kanskje må de justeres underveis for å legge vekt på andre faktorer i dataene, slik at resultatene blir riktigere. Kanskje må antallet algoritmer som dataene beveger seg gjennom utvides. Ta for eksempel en programvare som skal gjenkjenne identiteten til enkeltfisk på grunnlag av det unike prikkmønsteret hver av dem har. Hvis algoritmene også skal gjenkjenne den samme fisken over tid, må algoritmene ha kapasitet til å forstå hvordan prikkmønsteret endres med veksten til fisken.
 
5 Hvordan skaffer man bildene som skal tolkes?
Bildene tas med et undervannskamera i merden. Per Erik Hansen, Customer Success Manager i Aquabyte, forteller at de bruker et standardkamera med spesielt god optikk med to linser, for å kunne måle avstanden til fisken. Kameraet tar bilder konstant, og plasseres slik at mest mulig fisk svømmer forbi. Programvare i kameraet sorterer bort bilder som ikke kan brukes, og sender de beste videre til analyse.
 
6 Kan du stole på resultatene?
«De av våre kunder som har benyttet seg av systemet over lengre tid, rapporterer at resultatene viser seg å stemme godt med virkeligheten», forteller Per Erik Hansen videre. Oppdretterne får daglige lusetall for hver merd, med telling av lus på langt flere fisk enn ved manuell telling. “Programvaren skiller individuelle fisk fra hverandre, slik at samme fisk ikke telles flere ganger. Dette bidrar til Aquabyte leverer lusetall med stor nøyaktighet” bemerker Hansen.
 
7 Hva kan du bruke det til?
Presis telling av lakselus og nøyaktig estimat av biomasse og vektdistribusjon er to av bruksområdene som til nå har fått ferdig utviklede løsninger. Fiskehelse er et annet viktig anvendelsesområde. Detektering av vintersår, deformasjoner og andre ytre forandringer på laksen er aktuelle bruksområder. Ved å gi oppdretteren mye bedre innsikt og beslutningsgrunnlag vil man kunne ta langt bedre beslutninger og i det hele tatt få en mer effektiv drift av oppdrettsanlegget.
Aquabyte
Aquabyte har utviklet et system for telling av lus med maskinlæring, basert på bilder fra undervannskamera med sylskarp optikk. Systemet leverer også svært gode resultater for måling av biomasse, med vektdistribusjon og analyseverktøy.
 
Både lusetelling og biomasse bruker samme oppsettet mht kamera i mærd.
Bestill demo >>
Jeg ønsker tilbud >>
Picture

Comments are closed.

    Archives

    January 2021
    December 2020
    November 2020
    October 2020
    August 2020
    July 2020
    June 2020
    March 2020
    January 2020
    October 2019

    Categories

    All
    AI
    Amazon
    Anders Fossøy
    Aquabyte
    Aquaculture AI
    ArcTern
    Atlantis
    Automatisk Lusetelling
    Bergen
    Biomassemåling
    Björgólfur Hávarðsson
    Bryton Shang
    Deloitte Digital
    Dispensasjon Innvilget
    E24
    Elaine Maille
    Forbes
    Godkjent Teknologi
    GreenFloor
    Hans Jørgen Runshaug
    Head Of Products
    Henter 89 MNOK
    Intrafish
    Kristian Blom
    Kvarøy Fiskeoppdrett
    Kyst.no
    Ledige Stillinger
    Luseforskrift
    Måle Tilvekstdata
    Maskinlæring
    Mattilsynet
    Media City Bergen
    Nikolas Kallas
    Now Go Build
    Ny Luseforskrift
    På Fornavn Med Fisken
    Puerto Montt
    Puerto Varas
    Ragnhild Valen
    San Francisco
    Seløy Sjøfarm
    Silicon Valley
    Sinkaberg Hansen
    Tekfisk
    Vi Ansetter

    RSS Feed

    Picture
    Bestill demo
    Jeg ønsker tilbud

      Kontakt oss

    Send
Book en demo
Jeg ønsker en presentasjon
Aquabyte Norway
Damsgårdsveien 163B
Laksevåg 5160
Norway
+47 55 91 10 10
info@aquabyte.no
Aquabyte USA
925 Harrison St
San Francisco, CA 94107
United States
+1 (415) 450-6050
info@aquabyte.ai
Aquabyte Chile
Freire 130
​- office 21
Puerto Montt
Chile
+56 98229771
info@aquabyte.cl
Picture
Picture
Picture
- in cooperation with
Picture
Picture
©2021 - all rights  - Aquabyte
  • Hjem
  • Løsninger
  • Om Aquabyte
  • Aktuelt
  • Kontakt
  • English site