日本「AI 鱼脸识别」项目,每分钟识别 100 条

鱼的分类和识别 编写matlab程序进行鱼的分类和识别,对相应数据集进行训练达到很高的准确率 立即下载

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。

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。

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。

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?

参考资料:

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

—— 完 ——

 

 

 

 

基于视觉识别的水产鱼 pdf 机器视觉识别的哦批发【给ugsJGp[a【和噶【igza 立即下载

相关推荐

11种鱼类的图像数据集.zip

11种鱼类的图像数据集.zip

关于动物识别论文的阅读笔记——青鳉鱼的个体识别和“面部反转效应”

论文简介 论文中文翻译:《青鳉鱼的个体识别和“面部反转效应”》 论文名称:《Individual recognition and the ‘face inversion effect’ in medaka fish (Oryzias latipes)》 录用日期:2017年7月11日 期刊情况 期刊:eLIFE 期刊情况 中科院二区 影响因子 Q1分区 初审24-28周 摘要 个体识别(IR)是维持群体中各种社会交往的重要手段,人脸识别是IR中最特殊的认知能力之一。我们采用交配偏好系统和电击调节实验

qq_53640005的博客 2938

matlab光照模型代码-SVM-Facial-Recognition:支持人脸识别的SVM和特征脸/鱼脸算法的MATLAB实现

matlab光照模型代码介绍 该项目实现了特征脸分析(PCA变体)和支持向量机(SVM),以对从训练集中挑选出的选定脸部进行分类。 它是编写的代码的扩展。 分类本身的代码是用Matlab编写的,需要用户安装。 包括具有各种姿势和光照条件的对象的面部图像数据库。 此数据已按比例缩放为标准化大小(大小为N x N的图像)。 理论 特征面分析 特征脸分析或主成分分析,以减少维数并从给定的图像训练数据集中提取相关特征。 假定数据集包含K个人员或类,每个人或类具有n个大小为Nx x Ny的图像。 M是图像总数,等于K * n。 第一步是以Ti = Nx Ny X 1个向量的形式表示Nx x Ny个矩阵。 下一步是将每个图像的整个图像集的均值减去,然后我们可以继续查找特征值和特征向量,其中数据集的前k个特征向量为k个特征脸。 A = [Φi…ΦM],协方差矩阵C = A * A'。 为了获得C的特征值和特征向量,获得替代矩阵A'A的特征向量vi ,并且C的特征向量由ui = A vi给出。 我们所做的是将问题的基础从不与任何有意义的信息相对应的基础向量更改为代表重要面部特征“方向”的一组向量(特征

[数据集][目标检测]弹簧上料检测数据集VOC+YOLO格式142张2类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["ng","ok"]图片数量(jpg文件个数):142。标注数量(xml文件个数):142。标注数量(txt文件个数):142。使用标注工具:labelImg。标注规则:对类别进行画矩形框。ng 框数 = 1130。ok 框数 = 987。

FL1623863129的博客 521

Android 的端智能学习路径

基础层:先补齐 Android 进阶(JNI / 性能优化)和 AI 基础概念,无需深入算法开发;核心层:掌握 TFLite 的模型加载、推理、量化,能完成基础端侧推理;落地层:聚焦实战场景(图像 / OCR / 语音),解决工程化问题(模型管理、异常处理);优化层:通过模型量化、硬件加速、工程优化,提升推理性能和用户体验。

hqiangtai的博客 346

手把手教你逆向分析某里系bx-ua参数(以225版本为例)

本文详细解析了某里系应用bx-ua参数的逆向工程实战方法,重点拆解其三层加密体系(二进制加密、字符替换和Base64编码)。通过工具链配置和实战案例,帮助开发者掌握逆向分析技巧,适用于合法合规的安全研究和加密技术评估场景。

weixin_33220360的博客 414

鱼类常见图像的图像分类数据集

鱼类图像,鱼分类数据集,图像分类,cnn,卷积神经网络,深度学习,鱼分类

DL_data_set的博客 1833

小白跑WRF第五天,安装WPS和静态地理数据

小白跑WRF第四天,安装WPS一、WPS简介二、下载和安装WPSV4.0第一步、进入Build_WRF文件夹第二步、下载WPSV4.0第三步、解压WPS安装包第四步、修改intmath.f(必须执行)第五步、安装WPS三、修改namelist.wps 一、WPS简介 二、下载和安装WPSV4.0 第一步、进入Build_WRF文件夹 cd Build_WRF 第二步、下载WPSV4.0 下载WPSV4.0的安装包有以下三种方式: 利用Linux命令下载。 进入网站https://www2.mmm.uca

weixin_42372313的博客 2万+

海洋鱼类图像分类分割系统源码&数据集分享

数据集信息展示在本研究中,我们使用了名为“ld_fishes-2024”的数据集,旨在训练和改进YOLOv8-seg的海洋鱼类图像分类与分割系统。该数据集包含82个不同的鱼类类别,涵盖了广泛的海洋生态系统,能够为深度学习模型提供丰富的训练样本。

m0_73388125的博客 1942

glibc手动升级高版本导致系统(RedHat/Centos)异常(无法开机等)的解决方法(回退低版本glibc)

我的系统是Redhat7.6, 理论上Redhat7/Centos7都可以使用该方法解决问题。 首先慎重提醒各位:glibc升级会产生无法预料的后果!由于Android NDK需要高版本的glibc才可以使用,所以作死手动去更新了glibc2.18,使得重启系统后图形界面消失。(Redhat/Centos升级此类安装包最好用yum升级,因为系统内的程序对他们的依赖很大,升级会导致大部分程序无法使用...

weixin_42881528的博客 9698

LSTM量化选股实战:从数据清洗到回测归因的工程化闭环

LSTM(长短期记忆网络)是一种专为建模长程依赖而设计的循环神经网络,其门控机制能有效应对金融时序数据的非线性、高噪声与动态演化特性。相比传统统计模型或简单RNN,LSTM在股价趋势建模中展现出更强的鲁棒性与泛化能力,尤其适合处理日频多因子时序信号。其技术价值不仅在于提升预测精度,更在于支撑可归因、可审计的量化策略工程实践——从特征构建、标签定义到滚动回测,每一步都需严防未来信息泄露与过拟合风险。典型应用场景包括A股多因子选股、行业轮动信号生成及Alpha组合优化。本文聚焦LSTM在真实量化场景中的落地难点

weixin_33158887的博客 402

基于深度学习的水下鱼类识别系统(YOLOv8+YOLO数据集+UI界面+Python项目+模型)

本项目基于YOLOv8深度学习框架,开发了一套专用于水下环境的高效鱼类识别系统。系统针对单一鱼类类别进行优化,采用1463张精心标注的水下图像数据集(训练集1170张、验证集146张、测试集147张)进行模型训练。通过特殊的数据增强技术和水下图像复原算法,系统能够克服水下环境特有的光线衰减、散射干扰和低对比度等挑战,实现高精度的鱼类目标检测。

斌擎科技 1809

2026 AI编程环境安装指南:从下载、部署到流式验证

AI编程环境已不再是传统软件安装,而是融合硬件兼容性、模型运行时与IDE插件协同的系统工程。其核心原理在于:本地GPU驱动需匹配量化运行时(如Ollama v0.3+对CUDA 12.1+的强制要求),协议层依赖gRPC流式响应,生态层则要求插件签名与模型源可信校验。这一技术组合显著提升AI代码生成的实时性与生产就绪度,支撑微服务开发、CI/CD智能补全、本地LLM推理等关键场景。本文聚焦AI编程软件下载与安装过程中的可复现部署实践,覆盖macOS/WSL2双平台、NVMe模型加速、离线校验及原子化功能验证

weixin_30480075的博客 602

日本“AI 鱼脸识别”项目,每分钟识别 100 条

来源:HyperAI超神经 本文约1500字,建议阅读5分钟近日,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...

数据派THU 609

触摸芯片RM1015B基本使用方法

RM1015B触摸芯片使用指南:该芯片采用4通道设计(实际使用3通道),通过I2C接口通信(设备地址0x2B)。硬件设计需注意中断/复位引脚复用,需上拉处理。软件配置包括初始化、中断处理和定时器扫描,通过设置各通道阈值(0-300W)调节灵敏度,值越小越灵敏。调试时可调用rm1015B_debug_func()输出波形数据。典型应用场景包括接近检测和手势识别,中断触发后需在8ms内响应。特别注意不同通道的寄存器映射关系及校准流程,确保检测准确性。

云淡风轻 180

2025年软件测试职业院校技能大赛—ERP管理平台-基础信息管理商品管理测试用例

竞赛对接软件测试相关标准,以“ERP管理平台” 为被测系统,围绕软件测试领域的主流技术及工具,考查选手面 对实际问题的综合分析能力,对测试文档、测试用例的设计能力, 对单元测试、自动化测试、性能测试、接口测试等测试工具及方 法的掌握程度,检验选手团队协作能力、组织规划能力、方法运用能力等。

我是网络安全兼技能大赛工程师,专注网络安全技术学习与技能大赛实战!持续分享最新的技术文章,帮你少走弯路,一起在技术赛道上进步~ 327

日本「AI 鱼脸识别」项目,每分钟识别 100 条,有望让渔民不再“摸鱼”

作者 | 神经小兮 责编 | 张文头图 | 优快云 下载自视觉中国内容提要: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。日本...

优快云资讯 1494

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

人工智能100问☞第46问:AI是如何“学习”的?

AI的学习是​​数学优化过程​​,其智能源于模型对数据规律的统计归纳能力,而非人类的主观意识。当前技术仍依赖高质量数据与算法设计,离“自主思考”尚有距离。

bjdx_001的博客 962

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

ai围棋人工智能软件_治疗爱情、还会辩论?现在的人工智能也太全能了吧

2016年3月,阿尔法围棋(AlphaGo)与围棋世界冠军、职业九段棋手李世石进行围棋人机大战,以4:1的比分获胜。随后,AlphaGo更是在各个平台上与世界围棋高手对垒并无一败绩。一石激起千层浪,从那时开始,人们关于人工智能(Artificial Intelligence,简称AI)的讨论越来越多:AI能产生智慧?AI能控制人类、进而控制地球?阿忧带你看世界,今天就来带大家来看看,如今的AI发展...

weixin_30824391的博客 786

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

破解“竖排文本”魔咒:在 RTX 3060 上微调 PaddleOCR-VL 以识别日本漫画

如果你曾尝试使用传统的 OCR 工具直接翻译一本未汉化的日本漫画(Manga),你可能会遇到令人抓狂的体验:文字识别乱码、气泡顺序错乱,尤其是那些 竖排(Vertical) 且字体夸张的拟声词,AI 往往视而不见。2,惊人的效果提升:根据我们的实测,在 RTX 3060 上微调后,精确匹配率 (Exact Match) 从基础模型的 9.0% 飙升至 64.4%,字符错误率 (CER) 降低了 80%。3,运行数据处理脚本: 该脚本会自动解析 XML 标注,裁剪出文本区域,生成适合 VL 模型训练的格式。

2401_83179994的博客 912

日本借人工智能技术识别早期胃癌

日本研究人员借助人工智能技术开发出一种胃癌识别方法,能以较高的准确率发现早期胃癌。 日本理化学研究所日前发布公报介绍,分辨早期胃癌与胃炎并不容易,专科医生也未必能通过内窥镜图像作出准确判断。为此,该机构研究人员和日本国立癌症研究中心的研究人员决定利用人工智能深度学习技术来识别早期胃癌图像。 计算机深度学习通常需要数十万至数百万张图像用作学习数据。由于大量...

weixin_33834910的博客 245

如何用随机森林算法,在深海养肥一群鱼

By 超神经内容一览:分析并识别鱼类行为,对于养殖业具有重要意义,福林德斯大学博士生 Thomas Clarke 研发了一个机器学习模型,可以借助随机森林算法识别鱼类动作。关键词:随机森林...

HyperAI超神经 619

Tuna Scope 金枪鱼猎手:当顶级吃货,搞起图像识别

By 超神经内容概要:日本学者Kazuhiro Shimura,历时十年打造了一款可以通过图像识别技术,鉴定金枪鱼并给出评分的应用,目前已经投入市场。关键词:计算机视觉 食品行业金枪鱼...

HyperAI超神经 1174
上一篇: gradslam(∇SLAM)开源:论文、代码全都有
下一篇: 铲屎官福音:汪星人和喵星人的小情绪,AI 可以识别了
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值