Рыбоводные фермы представляют собой производственные площадки, на которых размещаются специализированные бассейны для разведения рыбы. При этом процесс их выращивания достаточно сложный - просто кинуть рыбу в воду и начать ее кормить - как способ не работает.
Нужно как минимум создать комфортные условия для активного роста популяции - знать биологические особенности развития рыб и специфику их искусственного разведения, учитывать характеристики разных видов кормов, правильно спроектировать работу оборудования. Все это в итоге дает высокоэффективное рыбоводное производство.
Подобные задачи по проектированию, строительству и оснащению рыбоводных ферм успешно реализует компания ZIZ.
Современное хозяйство строится с определенным запасом по производительности. Например, проектные мощности завода по выращиванию форели составляют 130 тонн в год, а его стоимость около 200 млн рублей. Это означает, что минимально этот завод способен выдать 130 тонн продукции в год, при этом потенциал в нем заложен на 200 тонн.
Чтобы приблизится к максимальной производительности необходимо иметь очень опытный персонал (супер героев) и отлаженную систему учета процессов перемещения рыбы. Мы приняли решение начать автоматизацию производства с процесса учета рыбы. Был проведен анализ существующих решений и у нас сформировалось свое видение, как это должно происходить в современном мире, и как достигнуть максимальной производительности.
Так и начался путь создания счетчиков для рыбы на основе машинного зрения. До этого у нас уже было 2 итерации, которые вскрывали все новые и новые вызовы для инженеров и программистов. К 3 же итерации мы вышли с максимально сложными в реализации задачами, с которыми нам помог справиться Nord Clan. - Директор ZIZ, Зибров Антон.
По проекту подсчет происходит в трех соединительных каналах. Первый предназначен для мальков, второй – для средней рыбы, третий – для взрослых особей. Соответственно требовалось обрабатывать видеопоток и производить подсчет суммарно с 3 камер на 3 постах контроля.
Установленные на производстве камеры выдавали хороший fps (количество кадров в секунду): до 120 при отсутствии рыб в потоке и до 90 при их наличии. Но получаемые изображения были не лучшего качества - границы рыбы не всегда получались четкими.
В помощь к работе нейронных сетей мы внедрили трекинг – систему определения движущихся объектов во времени.
Она работает по принципу поиска границ объекта (сontour tracking), также как в компьютерной анимации. То есть с момента появления в кадре и до момента прохода через контрольную точку отслеживаются контуры рыбы. По ним определяется уникальность каждой особи в кадре.