Datadrevet ørretproduksjon
Det er mange likheter mellom regnbueørret (Oncorhynchus mykiss) og laks, men forskjellene er store nok til at tradisjonelle systemer for lakseovervåking ikke kan brukes direkte på ørret. Derfor har vi utviklet egne maskinlæringsmodeller spesielt for ørret. Basert på disse unike modellene fanger Aquabyte-systemet over én million bilder fra merden hver dag, som analyseres for å gi presise data og innsikt.
Vektberegning
Systemet leverer daglige data om vekt og biomasse i Brukerportalen. Med nøyaktige oppdateringer får du verdifull innsikt i veksttrender for ørreten.Når høstrapporter genereres i Brukerportalen, viser systemet også estimert vektfordeling (vektbøtte) for ørreten på merdnivå.
Daglige oppdateringer på lusetelling
Aquabyte teller lus på ørret daglig med samme presisjon som i vårt laksesystem, og gir god innsikt i lusenivå og utvikling. Systemet genererer også prognoser for forventet luseutvikling én og to uker frem i tid. Disse prognosene har høy treffsikkerhet og er et viktig beslutningsverktøy for å planlegge, utsette eller unngå kostbare avlusingsbehandlinger.
God innsikt i dagens situasjon og forventet utvikling gjør det enklere å handle på riktig tidspunkt.
Velferdsovervåking
Aquabyte overvåker tolv eksterne velferdsparametere for ørret, inkludert øyeskader, kjønnsmodning, deformiteter og sår. Velferdsdata oppdateres daglig, noe som gjør det mulig å oppdage utfordringer tidlig, følge utviklingen over tid og ta beslutninger basert på faktiske forhold, fremfor antakelser.
Synergieffekter
Våre tre hovedprodukter – LUS, VEKT og VELFERD – kan brukes hver for seg, men gir størst verdi når de kombineres. Kombinasjonen av innsikt fra de tre produktene gir en dypere forståelse av forholdene i merden og danner grunnlaget for bedre beslutninger, noe som styrker både fiskevelferd og lønnsomhet.
«Penflix» – direkte video fra merden
Som det eneste systemet som kombinerer overvåking av vekt, velferd og lus, gir Aquabyte deg direkte videostrøm fra kameraet i merden. Dette lar deg følge fisken tett, se fôringsatferd i sanntid og bruke kameraets dybdesensor til å verifisere hvor fisken oppholder seg i vannsøylen.
