Sistemas de Cultivo

Gafas inteligentes y visión computarizada para conocer la distribución y crecimiento del camarón

Foto del autor

By Milthon Lujan

Visión computarizada para determinar el crecimiento de los camarones
Visión computarizada para determinar el crecimiento de los camarones

La industria de la acuicultura se enfrenta constantemente al desafío de optimizar la alimentación y la estrategia de cosecha para garantizar un crecimiento saludable y maximizar los beneficios financieros.

Sin embargo, comprender el crecimiento y la distribución de los camarones es esencial para tomar decisiones informadas.

Anuncios

Una comprensión insuficiente del crecimiento de los camarones puede resultar en pérdidas financieras, como la cosecha prematura de los cultivos.

Los investigadores de CSIRO han desarrollado una tecnología innovadora está revolucionando la forma en que se obtiene información sobre el crecimiento de los camarones. Ellos desarrollaron un dispositivo que permite a los camaroneros recolectar datos de los camarones cuando están en las bandejas de alimentación.

La herramienta de visión computarizada + aprendizaje automático fue desarrollada y demostró su utilidad al detectar las tendencias de crecimiento en 4 estanques camaroneros en una campaña de producción.

El desafío de conocer el crecimiento de los camarones

Para los productores de camarones, y de cualquier otra especie acuícola, entender el crecimiento y la distribución de sus poblaciones es fundamental. La falta de información precisa puede resultar en prácticas de alimentación y cosecha subóptimas.

Anuncios

Por ejemplo, si los camarones se cosechan antes de alcanzar su tamaño óptimo, se puede perder una parte significativa de las ganancias. Para evitar estos errores costosos, es necesario contar con un conocimiento detallado del crecimiento de los camarones.

La importancia del muestreo

La clave para mantener un buen conocimiento del crecimiento de los camarones es el muestreo frecuente. Sin embargo, la práctica más usada se basa en la captura, pesado y el conteo de los camarones, para estimar el peso promedio, y para determinar la talla promedio se toma una muestra de individuos.

READ  Adición de nutrientes a los cuerpos de agua naturales tendría un efecto positivo en la producción de peces

Esta técnica resulta costosa y laboriosa, y no permite realizar un muestreo con mayor frecuencia, además de estresar a los animales. Como resultado, los datos de crecimiento de los camarones pueden ser escasos y poco representativos.

Una solución innovadora

En búsqueda de una solución más eficaz, los investigadores han desarrollado una nueva y emocionante aproximación. En lugar de recopilar datos a través de técnicas tradicionales, se han propuesto utilizar tecnología de vanguardia.

Anuncios

Específicamente, los investigadores han diseñado gafas inteligentes equipadas con una cámara de profundidad, visión por computadora y aprendizaje automático (machine learning) para detectar la distribución y el crecimiento de los camarones en las bandejas de alimentación.

El papel de las gafas inteligentes

Las gafas inteligentes son un elemento central de esta estrategia innovadora. Estas gafas permiten a los camaroneros recopilar datos de crecimiento de camarones mientras realizan las comprobaciones diarias de las bandejas de alimentación.

Los investigadores equiparon “smart headset” con cámaras que permiten capturar automáticamente las imágenes de las bandejas de operación, sin afectar las operaciones diarias en las granjas camaroneras.

Esta solución ofrece la ventaja de una recolección de datos a alta frecuencia, ya que las bandejas de alimentación se inspeccionan a diario. De esta manera, se obtiene una imagen precisa y actualizada del crecimiento de los camarones.

Anuncios

Según el estudio los productores de camarón pueden usar “gafas inteligentes”, por ejemplo Google Glass, para interactuar con la cámara y también mostrar los resultados.

Tecnología de vanguardia: visión por computadora y aprendizaje automático

La clave para el éxito de este enfoque innovador radica en el uso de la visión por computadora y el aprendizaje automático.

READ  Ácido alfa lipoico ayuda a la tilapia del Nilo a resistir las aguas frías

Los investigadores han desarrollado un sistema que procesa las imágenes capturadas por las “gafas inteligentes” y utiliza algoritmos de aprendizaje automático para detectar y seguir el crecimiento de los camarones en las bandejas de alimentación.

Esto permite a los camaroneros obtener información en tiempo real sobre cómo están creciendo sus poblaciones.

Resultados prometedores

Anuncios

Este nuevo enfoque ya ha demostrado su valor. Se ha implementado con éxito en cuatro estanques de camarones durante una temporada de crecimiento. Los resultados han sido prometedores, ya que se ha logrado detectar las tendencias de crecimiento de los animales acuáticos de manera eficiente y precisa.

Conclusión

El estudio presenta un enfoque para medir el tamaño de los camarones automáticamente durante la inspección de las bandejas de alimentación mediante el uso de smart headset, Google Glass, visión computarizada y aprendizaje automatizado.

“Los auriculares inteligentes con la combinación de Google Glass no añaden ningún trabajo extra a los acuacultores, pero son capaces de capturar imágenes. Luego, el método de visión por computadora basado en aprendizaje profundo detecta los camarones y la cámara de profundidad permite estimar la longitud de los mismos”, concluyen los investigadores.

Asimismo, reportan que “La distribución de la longitud del langostino y la tendencia de crecimiento durante la temporada de crecimiento, según lo calculado por nuestro enfoque, coincide estrechamente con las mediciones de campo”.

Esta innovación promete no solo maximizar los beneficios para los productores, sino también garantizar un enfoque más sostenible en la producción de camarones.

El estudio fue financiado por Digiscape Future Science Platform de CSIRO.

Contacto
Mingze Xi
Data61, CSIRO
Black Mountain, ACT
Australia
Email: mingze.xi@csiro.au

READ  Proyecto MaCuMBA publica folleto con sus principales resultados

Referencia (acceso libre)
Mingze Xi, Ashfaqur Rahman, Chuong Nguyen, Stuart Arnold, John McCulloch- 2023. Smart headset, computer vision and machine learning for efficient prawn farm management, Aquacultural Engineering, Volume 102, 2023, 102339, ISSN 0144-8609, https://doi.org/10.1016/j.aquaeng.2023.102339.

Deja un comentario