La industria salmonera enfrenta un desafío: el síndrome del pez perdedor. Estos peces crecen más lentamente que sus homólogos sanos, lo que afecta la rentabilidad de las granjas. Desafortunadamente, identificar a los «peces perdedores» puede ser subjetivo y llevar mucho tiempo para los trabajadores humanos.
Una nueva e interesante investigación realizada por científicos de la Norwegian University of Science and Technology (Noruega), University of Campinas (Brasil), Wageningen University and Research (Países Bajos), y de la University of Bergen (Noruega) presentaron y compararon sistemas de visión por computadora para la detección y clasificación automática de «peces perdedores» en imágenes de salmón del Atlántico tomadas en jaulas marinas.
¿Qué es el síndrome del pez perdedor?
Los peces perdedores son más pequeños y delgados que sus homólogos sanos. A menudo exhiben:
- Baja energía: Nadan lentamente y parecen letárgicos.
- Mala salud: Tienen masa muscular reducida y carecen de las típicas reservas de grasa.
- Comportamiento anormal: Suelen nadar solos cerca de la superficie o de las paredes de la jaula.
Estos peces pueden estresarse e incluso transmitir enfermedades a peces sanos. Desafortunadamente, la causa del síndrome del pez perdedor aún no está clara.
IA: una poderosa herramienta para el seguimiento de la salud del salmón
La Inteligencia Artificial viene siendo empleada en la industria salmonera para el monitoreo del crecimiento y la salud de los peces, para detectar deformidades en los salmones, entre otras actividades. El nuevo estudio investigó cómo la IA, específicamente la visión por computadora (CV), puede usarse para identificar peces perdedores en imágenes capturadas en jaulas de salmón. Así es como funciona:
- Análisis de imágenes: Cámaras instaladas en jaulas capturan imágenes del salmón.
- Detección y clasificación de objetos: Los algoritmos de IA analizan las imágenes, identifican peces individuales y los clasifican como «saludables» o «perdedores» según su tamaño, forma y comportamiento de natación.
Visión por computadora (CV) para detectar los peces
Al analizar imágenes de salmón del Atlántico capturados en jaulas marinas, los sistemas CV pueden detectar y clasificar automáticamente estos peces atrofiados.
El estudio compara tres sistemas de visión por computadora diferentes:
- YoloV7: Este sistema de vanguardia combina la detección y clasificación de peces en un solo paso.
- YoloV5: Similar a YoloV7, pero una versión anterior.
- Enfoque de dos etapas: este sistema utiliza modelos separados para la detección y clasificación, lo que ofrece más flexibilidad. Únicamente, emplea un conjunto de clasificadores, que combina múltiples modelos para mejorar la precisión.
¿Por qué el enfoque conjunto es único? Este estudio es el primero en utilizar un conjunto de clasificadores establecidos para la identificación de peces perdedores en granjas de salmón. Básicamente, combina los puntos fuertes de múltiples métodos de clasificación para obtener un resultado más sólido.
¿Qué tan bien funcionó la IA?
Los sistemas de inteligencia artificial analizaron imágenes de salmones en jaulas marinas, clasificándolos como sanos o «perdedores». Así es como se desempeñaron:
- YoloV7: ganó la competencia con una impresionante 86,3 % de precisión (identificando correctamente al pez perdedor) y una 78,35 % de puntuación F1 (equilibrando precisión y recuperación).
- YoloV5: tuvo un buen desempeño con una puntuación de precisión del 79,7 %.
- Enfoque en dos etapas: se mostró prometedor con una precisión del 66,05%.
Curiosamente, la evaluación humana también reveló cierta subjetividad, lo que destaca el beneficio de la IA para un seguimiento constante.
Beneficios de la IA para el cultivo del salmón
La implementación de la detección de peces perdedores basada en IA podría ser rentable y permitir un monitoreo continuo, lo que ayudaría a:
- Identificación más rápida y consistente de peces perdedores en comparación con los esfuerzos manuales.
- Seguimiento mejorado de la abundancia de peces perdedores durante todo el ciclo de producción.
- Pérdidas económicas potencialmente reducidas al permitir estrategias de intervención y gestión más tempranas.
Compartiendo el conocimiento
Los investigadores generosamente pusieron a disposición del público su conjunto de datos de imágenes de salmón anotadas. Esto permite a otros científicos aprovechar esta investigación y perfeccionar aún más los modelos de IA para la detección de peces perdedores.
Conclusión
El estudio exploró el uso de visión por computadora (IA) para detectar y clasificar automáticamente peces perdedores en imágenes de granjas de salmón. De acuerdo con el estudio, tanto el modelo de IA «de extremo a extremo» como el de «dos etapas» se mostraron prometedores a la hora de identificar peces perdedores.
Sin embargo, los modelos actuales tienen problemas con las variaciones de postura de los peces y requieren pruebas adicionales en diferentes condiciones de iluminación y tamaño.
El estudio allana el camino para una adopción más amplia de la IA en la acuicultura. Al automatizar tareas como la identificación de peces perdedores, la IA puede contribuir a prácticas de piscicultura más eficientes y sostenibles.
Referencia (acceso abierto)
Banno, K., Gonçalves, F. M. F., Sauphar, C., Anichini, M., Hazelaar, A., Sperre, L. H., Stolz, C., Aas, G. H., Gansel, L. C., & Da Silva Torres, R. (2024). Identifying losers: Automatic identification of growth-stunted salmon in aquaculture using computer vision. Machine Learning With Applications, 16, 100562. https://doi.org/10.1016/j.mlwa.2024.100562
