首页 > 其他分享 >日本「AI 鱼脸识别」项目,每分钟识别 100 条

日本「AI 鱼脸识别」项目,每分钟识别 100 条

时间:2023-05-04 22:09:49浏览次数:53  
标签:日本 渔业 AI 鱼类 鱼脸 渔民 分拣 识别


By 超神经


内容提要:近日,日本的一个 AI 分拣鱼类项目进入实验阶段。这将有望改善日本渔业劳动力老龄化及短缺的社会现状。


关键词:AI 分拣鱼类 计算机视觉



日本作为岛国,其独特的地理位置,让国民自古以来就跟鱼结下了不解之缘,甚至形成了其独特的「鱼文化」。因此,日本无论是在养鱼、捕鱼还是吃鱼方面,都堪称国际代表。


但是近年来,日本渔业却面临劳动力老龄化与短缺的压力,为此,相关部门正在推动渔业的自动化作业,以及时弥补人力空缺。


 AI 看图识鱼,每分钟分装 100 条


餐桌上每一道鲜美的海鱼背后,都离不开渔民的辛苦工作。每一次的出海,渔民们不仅负责将海鲜打捞上船,为了保证渔获的新鲜,他们还要在最短的时间里将其分拣、冲洗、冷藏。


时间的紧迫,往往让他们顾不得天气状况,于是顶着烈日或冒雨作业都是家常便饭。


日本「AI 鱼脸识别」项目,每分钟识别 100 条_人工智能

分装渔获也是件与时间赛跑的高压工作


打渔这份艰辛的工作,越来越难以吸引年轻人。人口老龄化、劳动力短缺,成为制约日本渔业发展的一大因素。


近日,日本青森县八户市则开启了一项前所未有的实验——使用配备有 AI 系统与摄像头的设备,代替渔民,对捕捞上来的活鱼进行自动分类。


日本「AI 鱼脸识别」项目,每分钟识别 100 条_人工智能_02

在短短 35 分钟的时间里,这台设备就分拣了

约 1 吨的鲑鱼、鳕鱼、青花鱼和鲱鱼


这一项目从 2018 年就已启动,日本农业、林业和渔业部出资 1.3 亿日元(约合人民币 812.7 万元),共同委托青森县产业技术中心食品研究所,和日本水产研究教育机构等组织进行研发。


研究团队购买并改进了东京「Nireko」(尼利可)制造的设备,然后以鲑鱼、鲭鱼(即青花鱼)和鲱鱼为学习样本,对该设备所搭载的机器学习系统进行了训练。训练数据包括:每种鱼类的大小、形状、肥瘦、颜色等数据。


日本「AI 鱼脸识别」项目,每分钟识别 100 条_数据_03

设备通过摄像头捕获的鱼类照片,对照各类参数进行分类


目前,该设备每分钟最多可以分拣 100 条鱼,可分辨出大约 40 种鱼,准确率达到 90%。


按计划,这项测试实验将持续进行到今年 3 月,同时不断收集更多鱼类数据,来提高 AI 系统准确性。


通过官方发布的视频,我们可以看到,AI 「摸鱼」的技能已经十分娴熟,一条条经过传送带的鱼,被精准识别并送进对应分装箱,渔民们就只负责监督就好。



设备会在识别出鱼的种类的同时,将其推入相应箱子


 渔业大国缺人?上 AI


世界上,恐怕没有谁比日本人更能吃、更爱吃鱼了。


日本的捕鱼量一直以来都居世界前列,同时,日本也是世界上最大的海产品的消费国之一。巅峰时期,其每年消耗 75 亿吨鱼,约占世界捕鱼量的 10%,这相当于每人每年消费超过 35 公斤的鱼。


日本「AI 鱼脸识别」项目,每分钟识别 100 条_数据_04

日本每年人均海鲜消耗量近年来有所下降

但依然保持在 23 公斤左右,位居世界前列


此外,由于地理、气候等原因,日本的渔业不仅数量上占据绝对优势,其海鱼的种类也非常丰富,鲐鱼、鳕鱼、青花鱼等等多达数十种。


然而,近年来,渔民老龄化、渔业劳动力短缺的问题,导致日本水产品的产量逐年下降,渔获量比三十年前减少了一半,从世界首位跌至第八名(2018 年年)。


据统计,日本目前约一半的渔民年龄在 60 岁以上,不满 40 岁的只占 15%,年轻人越来越多了流向大城市或城镇,渔业面临着后继者无人的境况。


日本「AI 鱼脸识别」项目,每分钟识别 100 条_地理位置_05

日本农林水产省调查数据显示,渔业就业者数量逐年递减


为了解决这些问题,日本相关部门将目光投向了 AI。近年来,AI 应用于鱼类养殖监控、远洋捕捞产量预测甚至是肉质评测(详见《Tuna Scope 金枪鱼猎手:当顶级吃货,搞起图像识别》)等各个环节,。


青森县产业技术中心食品研究所所长藤堂贤治还表示,AI 不仅能够解决渔业的老龄化和劳动力短缺问题,还提高了渔民工作效率。未来希望能将这一系统用于更多鱼类的分类,并将其推广到渔民手中。


那么,有了这一识鱼神器,广大渔民上班时间是不是就可以「摸鱼」了?


日本「AI 鱼脸识别」项目,每分钟识别 100 条_地理位置_06

参考资料:

https://news.yahoo.co.jp/articles/191a0d8e953c56d58e08d411f92024fbed284102


—— 完 ——





日本「AI 鱼脸识别」项目,每分钟识别 100 条_数据_07

标签:日本,渔业,AI,鱼类,鱼脸,渔民,分拣,识别
From: https://blog.51cto.com/u_16060192/6244529

相关文章

  • 英超引入 AI 球探,寻找下一个足球巨星
    By超神经内容提要:球探对于很多人来说是一个略显神秘的群体,他们对一个球队的建设和发展至关重要。为了提高球探的工作效率,英超伯恩利足球俱乐部最近启用了AI球探。关键词:AI球探计算机视觉 姿态识别最近,中国足球运动员李嗣镕,与荷兰海牙足球俱乐部签下职业合同,这一消息很快登上......
  • AI奇幻词汇乐园三:探险之旅等你来
    微调当你的机器学习模型需要让性能飞跃时,微调可谓是如虎添翼!......
  • 【论文分析】COGMEN:基于上下文化GNN的多模态情感识别
    1.简述COGMEN:基于上下文化图神经网络的多模式情感识别架构,该架构既解决了上下文对语句的影响,也解决了用于预测会话中每个说话者的每一语句情感的相互依赖性和内部依赖性COGMEN有以下特点:基于上下文化图神经网络(GNN)的多模式情感识别架构,用于预测会话中每语句每说话者的情感......
  • 基于深度学习的水果检测与识别系统(Python界面版,YOLOv5实现)
    摘要:本博文介绍了一种基于深度学习的水果检测与识别系统,使用YOLOv5算法对常见水果进行检测和识别,实现对图片、视频和实时视频中的水果进行准确识别。博文详细阐述了算法原理,同时提供Python实现代码、训练数据集,以及基于PyQt的UI界面。通过YOLOv5实现对图像中存在的多个水果目标......
  • FreeSWITCH对接vosk实现实时语音识别
    环境:CentOS7.6_x64FreeSWITCH版本:1.10.9Python版本:3.9.2一、背景描述vosk是一个开源语音识别工具,可识别中文,之前介绍过python使用vosk进行中文语音识别,今天记录下FreeSWITCH对接vosk实现实时语音识别。vosk离线语音识别可参考我之前写的文章:python使用vosk进行中文......
  • 基于MobileNet的人脸表情识别系统(MATLAB GUI版+原理详解)
    摘要:本篇博客介绍了基于MobileNet的人脸表情识别系统,支持图片识别、视频识别、摄像头识别等多种形式,通过GUI界面实现表情识别可视化展示。首先介绍了表情识别任务的背景与意义,总结近年来利用深度学习进行表情识别的相关技术和工作。在数据集选择上,本文选择了Fer2013和CK+两个数......
  • async await 异步运行
    测试代码:classProgram{staticvoidMain(string[]args){TestAsynctestAsync=newTestAsync();System.Diagnostics.Stopwatchstopwatch=newSystem.Diagnostics.Stopwatch();stopwatch.Start();Task<bool>resOne......
  • /proc/xenomai/sched 里状态符号的意思
    $cat /proc/xenomai/schedCPU PID  CLASS PRI   TIMEOUT TIMEBASE STAT   NAME 0 0   idle  -1   -    master  R     ROOT/0参考include/xenomai/nucleus/thread.h:/*Mustfollowthedeclaratio......
  • Xenomai 的发展路线
    Xenomai最开始的理念就是提供一套方案来解决传统的实时API在Linux上的移植问题。目前已经支持了多平台和对多个OS的对应。目前的版本是Xenomai2,主要是实现了用户态下的实时支持。包括POSIX1003.1b和原生Xenomaiskin的支持以及内核下的RTDM(实时驱动模块的支持)这里要介绍的是Xenoma......
  • Xenomai在不同域中的优先级问题
    Firstexample:---------------------Supposethatatareschedulingwehavethefollowingthreadinthereadyqueues-HighPriority->LinuxthreadH-MediumPriority->XenomaithreadMinPRIMARYdomain-LowPriority->XenomaithreadLin......