В Сириусе на программе «Большие вызовы» школьники из направления «Передовые производственные технологии» разрабатывают автоматизированную систему видеомониторинга для оценки массы и количества рыб в аквариуме. Проект основан на применении методов компьютерного зрения и алгоритмов искусственного интеллекта. Анализ рынка рыбопроизводства показывает, что рыбным хозяйствам нужны более простые и точные способы измерения массы рыб. Традиционные методы, такие как взвешивание, отнимают много времени и ресурсов. Система видеоконтроля может стать удобным инструментом для оценки массы рыбного поголовья. Это позволит оптимизировать процессы управления и контроля в отрасли.
Для работы с видеопотоком учащиеся используют библиотеку OpenCV с открытым исходным кодом, а автоматизировать поиск рыб и расчёты поможет внедрение ИИ. В будущем такая система позволит упростить и повысить точность контроля за состоянием рыб в водоёмах и на рыбных фермах. Партнёром проекта выступает негосударственный институт развития «Иннопрактика».
.jpg)
Перед школьниками стоят три основные цели: изучить принципы работы алгоритмов компьютерного зрения, освоить методы сбора и обработки данных, а также научиться разрабатывать прикладные программные комплексы.
«Мы предлагаем решение для автоматизации этого процесса с помощью технологий компьютерного зрения и нейросетей. Первый подход подразумевает установку двух камер под углом 90 градусов, чтобы наблюдать за рыбами с разных сторон. Этот метод позволяет приблизительно вычислить её объём и вес. Второй способ заключается в использовании одной камеры, которая находится параллельно аквариуму или бассейну. На основе координат из изображения вычисляются размеры рыбы, а её вес рассчитывается с помощью формул или моделей машинного обучения, которые были обучены на данных для конкретного вида рыб», — рассказывает один из руководителей проекта, аспирант Университета ИТМО Михаил Герасимчук.
Михаил уверен: все предложенные методы жизнеспособны, но их эффективность и производительность зависят от предполагаемой нагрузки на систему. Например, модель с одной камерой и простым методом обработки данных сможет функционировать значительно быстрее. Однако в этом случае велика вероятность погрешности, особенно в крупных водоёмах. Использование двух камер позволяет создавать объёмное изображение и обеспечивать более точные результаты, но этот подход требует больше ресурсов и времени для обработки данных.
«Мы обучаем нейросеть распознавать рыбу и определять её объем. Этот проект приносит значительную пользу: больше не нужно извлекать рыбу из воды для измерения её длины и веса. Это не только улучшает условия наращивания рыбопроизводства, но и снижает стресс у рыб, что имеет важное экологическое значение. Я увлекаюсь программированием, но мне также нравится биология, поэтому создавать такую комплексную систему вдвойне приятнее. В будущем хотел бы продолжить работу над усовершенствованием проекта: расширить функционал аналитики, добавить новые методы», — говорит 10-классник Лицея № 15 города Сарова Нижегородской области Илья Медведев.
Школьники уже прокачали навыки программирования с применением высокоуровневого языка Python, познакомились с вводными принципами машинного обучения, а также разработали техническое задание для защиты проекта. На выходе участники должны будут разработать также Telegram-бота, с помощью которого пользователь будет получать статистику: среднюю массу рыб и их количество за выбранный промежуток времени.
«Мы начали работу с изучения литературы, сейчас анализируем статистику по рыбным хозяйствам в России и на федеральной территории «Сириус». Проект действительно захватывающий: команда работает над множеством интересных аспектов, связанных с использованием технологий для оптимизации рыбного хозяйства. Помимо основной разработки, мы будем работать над созданием Telegram-бота. Он станет удобным инструментом для предоставления пользователям доступа к информации без необходимости установки дополнительного программного обеспечения. Я уверена, что бот — изюминка нашего проекта, так как он показывает своё практическое применение», — считает участница проекта, 10-классница Лицея № 130 города Екатеринбурга Мария Чурбанова.
В случае успешной реализации проекта можно будет продолжить работу над его усовершенствованием. Среди возможных идей — расширение функционала для создания эффективной мониторинговой системы, которую можно будет использовать в рыбных хозяйствах. Это позволит владельцам получать полную статистику о росте рыб, подаче корма и прогнозируемом доходе от предприятия.
