Detecção automática não invasiva de dados biométricos para peixes através de inteligência artificial
Resumen
O avanço da computação, incluindo o aprendizado de máquina, proporcionou a possibilidade de otimizar e minimizar consequências do processo de biometria de peixes, mantendo a eficiência do processo e otimizando o manuseio, diminuindo o estresse causado e outros sintomas que prejudicam o cardume e manejo. O objetivo deste trabalho foi de inovar a prática e metodologia do processo de biometria de peixes, integrando conhecimentos de Inteligência Artificial, detecção de imagens e mensuração de objetos. O protótipo de identificação e predição do projeto foi configurado com as redes neurais que compõem o YOLOv8, incluindo as versões nano, utilizadas nos testes iniciais, e a versão large, considerada uma das versões mais completas da YOLOv8. Esta última foi utilizada nos treinamentos definitivos e adotada na versão final do protótipo. Além disso, foi implementado um algoritmo matemático com o objetivo de estimar o tamanho da tilápia detectada através do tamanho em pixels, realizando uma conversão de medidas que, como resultado, fornece o comprimento do peixe em centímetros e a estimativa do peso em escalas reais. Após os treinamentos, a precisão determinada do modelo para máscaras e caixas detectoras foi de 74,5% e 81% em detecções complexas, 97,4% e 97,8% em detecções simples, respectivamente.
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia: