Ứng dụng trí tuệ nhân tạo nhận diện loài trong hệ thống giám sát điện tử quy mô lớn của ngành đánh cá
Mục lục:
- Giới thiệu
- Về Công ty settling r
- Điều gì là ctube và giải pháp mà công ty settling đang có
- Các thuật toán sử dụng trong việc nhận diện loại cá trên tàu đánh cá
4.1. Thuật toán phát hiện vị trí và thời gian câu cá
4.2. Thuật toán nhận diện các loại cá cụ thể
- Những thách thức trong phát triển thuật toán
5.1. Gia tăng số lượng ảnh cho các loài cá hiếm khi đào tạo mô hình
5.2. Tối ưu hóa các thuật toán và độ chính xác
- Giải pháp cho việc thu nhỏ dữ liệu
- Câu hỏi thường gặp
- Tổng kết
🎯 Mục tiêu của việc tích hợp học máy vào việc giám sát điện tử trong quản lý đánh bắt cá
Trong bài thuyết trình này, chúng tôi xin trình bày về sự tích hợp học máy vào giám sát điện tử cho quản lý đánh bắt cá. Điều này được thực hiện bởi công ty settling r, một công ty công nghệ đặc biệt hóa trong giám sát điện tử và thành lập từ năm 1992. Chúng tôi cung cấp các giải pháp cho ngành công nghiệp đánh cá, bao gồm cả việc cài đặt thiết bị trên tàu đánh cá và phân tích dữ liệu thu thập được từ các thiết bị này.
🏢 Về công ty settling r
Công ty settling r là một công ty công nghệ đặc biệt hóa có trụ sở tại Tây Ban Nha và đã hoạt động trong lĩnh vực giám sát điện tử từ năm 1992. Chúng tôi đã có hơn 7 năm kinh nghiệm trong lĩnh vực giám sát điện tử và đã triển khai hơn 250 hệ thống trên toàn thế giới. Chúng tôi cung cấp các giải pháp cho chính phủ và các cơ quan quản lý, đặc biệt là trong ngành công nghiệp đánh cá. Chúng tôi cũng cung cấp các giải pháp liên quan đến viễn thông vệ tinh và các thiết bị vệ tinh có thể được cài đặt trên các tàu đánh cá hoặc trên mặt đất. Với hơn 250 hệ thống được cài đặt trên hơn 100 tàu và 9 trạm xử lý dữ liệu khu vực, chúng tôi đã thiết lập cơ sở hạ tầng hoàn chỉnh để hỗ trợ hoạt động giám sát điện tử.
💡 Điều gì là ctube và giải pháp mà công ty settling r đang có
Ctub là một linh kiện phần cứng có thể được cài đặt trên tàu đánh cá để ghi lại dữ liệu. Dữ liệu được ghi lại bao gồm video và các dữ liệu liên quan từ các thiết bị khác như máy ảnh IP, đơn vị cảm biến và thiết bị vệ tinh. Dữ liệu này có thể được truyền thông qua mạng di động hoặc mạng vệ tinh đến một máy chủ cục bộ để phân tích sau này. Một câu hỏi quan trọng là việc phân tích dữ liệu này có thể tốn kém. Để giải quyết vấn đề này, chúng tôi đã phát triển các thuật toán học máy để tìm ra những khoảnh khắc quan trọng trong video, dựa trên mục đích phân tích cụ thể. Nhờ vào các thuật toán này, chúng tôi có thể giảm thiểu chi phí phân tích dữ liệu trong quá trình giám sát điện tử.
⚙ Các thuật toán sử dụng trong việc nhận diện loại cá trên tàu đánh cá
Chúng tôi đã phát triển Hai loại thuật toán chính để nhận diện các loại cá trên tàu đánh cá. Một trong số đó là thuật toán phát hiện vị trí và thời gian câu cá. Thuật toán sẽ xác định vị trí và thời điểm xảy ra hoạt động câu cá trên tàu, bằng cách sử dụng mạng thần kinh dựa trên các thông số như tọa độ GPS. Thuật toán khác là thuật toán nhận diện các loại cá cụ thể, với mục đích xác định các loại cá trong video. Chúng tôi đã phát triển một tập dữ liệu lớn gồm hơn 200.000 hình ảnh đã được gắn nhãn cho thuật toán này. Có 13 loại cá khác nhau trong tập dữ liệu, bao gồm cá ngừ, cá thu, cá vược và các loại cá khác. Tỷ lệ nhận diện thành công của chúng tôi dao động từ 70% đến 93%, với các loại cá như cá ngừ dao hoặc cá thu có tỷ lệ nhận diện thành công cao nhất là 99,9%.
🚀 Những thách thức trong phát triển thuật toán
Trong quá trình phát triển thuật toán nhận diện cá trên tàu đánh cá, chúng tôi đã gặp phải nhiều thách thức. Một trong số đó là việc gia tăng số lượng ảnh cho các loài cá hiếm trong quá trình huấn luyện mô hình. Điều này đòi hỏi chúng tôi phải đầu tư nhiều tiền và thời gian để nhân viên nhận dạng chính xác từng loài cá trong video. Một thách thức khác là tối ưu hóa thuật toán để đạt được độ chính xác cao nhất. Chúng tôi đang làm việc để nâng cao hiệu suất và độ chính xác của thuật toán.
💡 Giải pháp cho việc thu nhỏ dữ liệu
Chúng tôi đang nghiên cứu hai cách để giảm kích thước dữ liệu thu thập trên tàu đánh cá. Cách đầu tiên là trích xuất video và phân tích trên một máy chủ cục bộ với sức mạnh xử lý tốt hơn. Cách thứ hai là cài đặt một thiết bị ít tiêu thụ năng lượng hơn trên tàu và tiến hành phân tích khi đã xác định được các hoạt động quan trọng. Kết quả sẽ được truyền về đất liền thông qua kết nối 4G hoặc vệ tinh. Đây là một phương pháp gọi là "at com edge computing" và chúng tôi đang nghiên cứu để áp dụng nó.
❓ Câu hỏi thường gặp
Q: Thuật toán có thể hoạt động trên tàu đánh cá để lọc ra phần dữ liệu cần giữ hay không?
A: Các thuật toán đòi hỏi sức mạnh xử lý lớn và thường được thực hiện bằng cách sử dụng GPU. Điều này là không thể trên tàu với không gian và điện năng hạn chế. Do đó, chúng tôi đang đi theo hai hướng khác nhau: trích xuất video và phân tích trên máy chủ đất liền hoặc cài đặt thiết bị nhỏ tiêu thụ ít năng lượng trên tàu để phân tích và truyền kết quả về đất liền.
Q: Có ý tưởng nào để giải quyết việc đào tạo thuật toán với số lượng dữ liệu hạn chế cho từng loài cá không?
A: Chúng tôi đã xem xét việc tạo ra các hình ảnh giả bằng phần mềm rendering 3D để tăng cường dữ liệu huấn luyện. Tuy nhiên, việc tạo ra môi trường mô phỏng chính xác vẫn là một thách thức lớn. Chúng tôi đang tiếp tục nghiên cứu và tìm kiếm các phương pháp khắc phục vấn đề này.
Đây chỉ là một số câu hỏi thường gặp. Nếu bạn có bất kỳ câu hỏi nào khác, vui lòng đặt ra và chúng tôi sẽ sẵn lòng giải đáp.
No difficulty
WHY YOU SHOULD CHOOSE TOOLIFY
