Imagen del estudio
Durante la producción de salmones, los granjeros se enfrentan a un síndrome denominado "crecimiento atrofiado" o "loser fish syndrome", cuyo origen es desconocido y que se caracteriza por peces que no siguen el crecimiento esperado, presentando un estado de escualidez notable.
Estos peces suelen tener poca o ninguna grasa perivisceral, pueden mostrar un aumento en la actividad serotoninérgica basal del cerebro y producción de cortisol consistentes con estados similares a la depresión. Además, pueden dejar de alimentarse durante períodos prolongados. Debido a su bajo estado de salud débil, pueden actuar como vectores de infecciones parasitarias y enfermedades a los peces saludables, con el consiguiente peligro para el resto de los peces.
La combinación de la visión computerizada y la Inteligencia Artificial se está mostrando como una gran oportunidad para detectar y clasificar los peces que sufren este síndrome de manera automática en las jaulas marinas.
En una investigación realizada por científicos de la Universidad Noruega de Ciencia y Tecnología y la Universidad de Campinas, se empleó este enfoque de detección y clasificación basados en YoloV5 y YoloV7. Aunque ambos algoritmos son poderosas herramientas en el campo de la visión computarizada, cada uno con sus ventajas según el contexto específico de su aplicación, existen diferencias.
Por ejemplo, YoloV7 es generalmente más avanzado en términos de optimizaciones tecnológicas, ofreciendo mejores resultados en precisión y eficiencia, mientras que YoloV5 mantiene su relevancia gracias a su accesibilidad y facilidad de uso.
Como señalan los autores de este trabajo, se trata del primer estudio en aplicar un conjunto de clasificadores consolidados a este problema de identificación automática de salmones con crecimiento atrofiado en acuicultura.
YoloV7 obtuvo el mejor rendimiento a la hora de identificar con precisión los peces bajo este síndrome de crecimiento atrofiado, con una precisión de más del 86%. Además, obtuvo una puntuación de F1, que es un balance entre la precisión y la recuperación (casos reales del síndrome), que fue del 78,35%.
En definitiva, la clasificación automática mediante algoritmos como YoloV7 ofrece resultados más consistentes y objetivos que las evaluaciones humanas, manteniendo la misma calidad en repetidas ejecuciones. Por el contrario, las evaluaciones hechas por expertos humanos son más subjetivas, ya que pueden variar significativamente debido a diferentes interpretaciones y factores personales de los evaluadores.
Las implicaciones prácticas de estos resultados son más que evidentes. Al poder monitorear de forma precisa y constante, los agricultores pueden intervenir de manera más efectiva y oportuna para abordar las condiciones que llevan a la aparición de los peces atrofiados. Esto puede incluir ajustes en la alimentación, en las condiciones ambientales del agua, o en las prácticas de manejo del estanque o vivero flotante. Por ejemplo, si se detecta un aumento en el número de peces atrofiados, los granjeros podrían revisar y modificar las rutinas de alimentación o tratamiento del agua para mejorar la salud y el bienestar de los peces.
Además, entender y mitigar las causas del crecimiento atrofiado puede conducir a una disminución en la tasa de mortalidad de los peces y a un aumento en la producción general, lo cual es beneficioso tanto desde el punto de vista económico como del bienestar animal.
Solo a través de tecnologías avanzadas se podrán abordar los problemas complejos de la acuicultura, lo que repercutirá de manera positiva en mejoras tanto en producción como en bienestar animal.
Referencia:
Kana Banno, Filipe Marcel Fernandes Gonçalves, Clara Sauphar, Marianna Anichini, Aline Hazelaar, Linda Helen Sperre, Christian Stolz, Grete Hansen Aas, Lars Christian Gansel, Ricardo da Silva Torres. Identifying losers: Automatic identification of growth-stunted salmon in aquaculture using computer vision. Machine Learning with Applications, Volume 16, 2024, 100562, ISSN 2666-8270
Te puede interesar
Agenda
-
09octmié, 09 oct - jue, 10 octAuditorio Municipal de O Grove - O Grove (Pontevedra)
-
22seplun, 22 sep - jue, 25 sepPalacio de Congresos de Valencia