Inteligencia Artificial

¿Qué modelo de detección de peces por visión computarizada debo elegir?

Analizamos los modelos de visión inteligente más interesantes para ser usados en acuicultura y sus aplicaciones

Pantalla con doradas

La Inteligencia Artificial y su aplicación en acuicultura ofrece múltiples opciones, destacando entre otros los modelos de detección de objetos en visión por computadora. Este término, que engloba a todas las arquitecturas diseñadas para identificar y localizar automáticamente objetos dentro de imágenes o vídeos, son utilizadas para monitorizar el comportamiento de los peces, tanto en entornos cerrados de sistemas de recirculación acuícola (RAS) como en viveros flotantes marinos.

Entre las aplicaciones con mayor potencial están las que identifican el bienestar de los peces, la salud y la ingesta de alimento.

Estos modelos, a diferencia de la habilidad humana, son capaces de analizar continuamente grandes volúmenes de datos en tiempo real, detectar patrones sutiles de comportamiento o cambios físicos en los peces que pasarían desapercibidos al ojo humano, y operar de manera constante las 24 horas, minimizando errores causados por la fatiga o la subjetividad humana.

De todos los desarrollos en los que se está trabajando encontramos, entre los más populares, YOLO (You Only Look Once), Faster R-CNN y SSD, y se utilizan para detectar estados de salud, identificar patrones de comportamiento y prevenir enfermedades en peces.

Dependiendo de la técnica empleada, están los modelos de una etapa como YOLO, SSD y RetinaNet, muy útiles para la detección en tiempo real, como en el monitoreo continuo de peces en jaulas marinas o en RAS. Y los modelos de dos etapas como Faster R-CNN, Mask R-CNN y Detectron2, que ofrecen mayor precisión y son útiles para tareas complejas o con múltiples objetos solapados, ideales para el análisis detallado de peces en laboratorios o en imágenes densas con varios individuos superpuestos.

¿Qué modelo debo seleccionar para mi proyecto?

Lubinas identificadas

Cada modelo tiene su lugar y propósito, y seleccionarlo correctamente puede marcar la diferencia en el éxito de las operaciones acuícolas. La clave para seleccionar depende de las necesidades específicas y las limitaciones técnicas del entorno donde se implementará y encontrar un equilibrio entre velocidad, precisión y recursos disponibles.

En jaulas marinas, donde el monitoreo continuo de los peces es crucial, se ha utilizado YOLOv5 para detectar y contar peces en tiempo real. Esto permite a los operadores ajustar la cantidad de alimento según la densidad de peces, optimizando los recursos y reduciendo costos. De manera similar, un sistema basado en YOLOv4 ha sido empleado en sistemas de recirculación acuícola (RAS) para identificar comportamientos anómalos en los peces, como movimientos erráticos, que podrían indicar estrés o enfermedad.

Por otro lado, cuando la precisión es prioritaria, los modelos de dos etapas, como Faster R-CNN, Mask R-CNN o Detectron2, son la mejor opción. En entornos de laboratorio, donde los detalles finos marcan la diferencia, Faster R-CNN ha sido utilizado para analizar manchas en la piel de los peces, diferenciando entre infecciones bacterianas y parasitarias. Otro caso interesante es el uso de Mask R-CNN en incubadoras de peces, donde se ha empleado para segmentar imágenes microscópicas y clasificar huevos viables y no viables, mejorando significativamente la tasa de éxito en los procesos de incubación.

La elección del modelo también depende de los recursos técnicos disponibles. Por ejemplo, si se dispone de hardware limitado, modelos como YOLO o MobileNet SSD son ideales debido a su eficiencia y bajo consumo de recursos. Por el contrario, si se tiene acceso a potentes GPUs o servidores avanzados, modelos como Detectron2 o Faster R-CNN permiten realizar tareas complejas, como la clasificación de múltiples especies en viveros densos, ayudando a prevenir la competencia alimentaria entre los peces.

La elección del modelo adecuado no solo garantiza una operación eficiente y sostenible, sino que también permite abordar problemas específicos con soluciones tecnológicas avanzadas.

Te puede interesar