DeepFish: Desarrollo de un prototipo de visión artificial para identificación de especies y obtención de datos biométricos en lonja basado en deep learning

Temática:

Eje 1.1 Innovación pesca

Objetivos:

Objetivo general:

Diseñar, desarrollar e implantar un sistema de visión artificial basado en aprendizaje profundo capaz de identificar y medir especímenes en imágenes de color obtenidas en lonjas.

Objetivos específicos:

Los objetivos específicos del proyecto están en concordancia con los objetivos del segundo ciclo de la Estrategia Marina, en concreto respecto al objetivo A.L.3. Mantener o recuperar el equilibrio natural de las poblaciones de especies clave para el ecosistema, y también con relación al objetivo C.L.9., para promover que los stocks pesqueros estén gestionados adecuadamente, de manera que se mantengan dentro de límites biológicos seguros, poniendo especial atención a aquellos cuyo estado es desconocido y a aquellos que no alcanzan el BEA, según la evaluación inicial del D3 en la demarcación marina levantino-balear.

1. Establecer los requerimientos del sistema

2. Elaboración de un dataset de especies objetivo de pesca artesanal etiquetado con metadatos de tipología de especie y talla

3. Desarrollo de una arquitectura de red profunda para la identificación y medición de especímenes

4. Desarrollo del sistema de visión para la clasificación y medición de especies

5. Implantación del sistema de visión en lonjas de la Red Natura 2000

6. Difundir los resultados del proyecto

Descripción:

El proyecto consiste en una innovación para la gestión de los datos pesqueros, concretamente en la identificación de especies y su tallaje en lonja. En este proyecto se aborda de forma pionera las capturas de la pesca artesanal, sobre las cuales se pretende identificar, por medio de técnicas de visión e inteligencia artificial basada en la tecnología deep learning, a las principales especies pesqueras objetivo y capturas accidentales, en el ámbito del LIC Cabo de Huertas de la región levantino balear. Además de la identificación de especies, se obtienen sus tallas, con lo que se generan bases de datos por especies y tallas de todos los especímenes que pasen por la lonja, permitiendo, por tanto, llevar una gestión pesquera optimizada al tener datos de las principales especies en tiempo real y con discriminación de tallas.

Resultados del proyecto

Resultados:

El proyecto Deepfish ha conseguido alcanzar el objetivo planteado de diseñar, desarrollar e implantar un sistema de visión artificial basado en aprendizaje profundo capaz de identificar y medir especímenes en imágenes de color obtenidas en lonjas. Como resultados de este proyecto hay que destacar los siguientes:

Dataset: Se ha elaborado un dataset de imágenes de bandejas de peces con ejemplares etiquetados a nivel de píxeles, junto con información de la especie y diferentes medidas de tamaño de cada pez. Se recogieron un total de 1.227 imágenes de bandejas, con 8.245 ejemplares de 60 especies diferentes.

Arquitectura de red profunda basada en YOLACT: Se ha desarrollado una arquitectura de red profunda, consiguiendo tasas de acierto en la identificación de la especie próximas y/o superiores al 77% para 9 de las 15 especies con más individuos. La estimación de la talla apoyada en la identificación correcta de la especie alcanza errores inferiores al 5%.

Sistema implantado: El sistema de visión para la monitorización de especies y tallas se ha implantado en la lonja de “El Campello” del LIC Cabo de Huertas. Las pruebas del funcionamiento del sistema de reconocimiento y tallado realizadas en entorno real en lonja han permitido comprobar tasas de acierto similares al sistema de laboratorio.

Difusión: Se han desarrollado actividades de difusión tanto de ámbito científico como general. En el ámbito científico, se ha participado en dos congresos científicos internacionales y se han realizado dos publicaciones científicas de impacto. En lo referente a la difusión general, se han publicado dos informaciones en periódicos, entrevistas en medios nacionales, difusión en web y redes
sociales, así como una jornada de presentación de resultados.

Los resultados se encuentran en la página web del proyecto, concretamente en la sección de resultados:

Convocatoria de subvenciones:

2020

Estado:

Cerrado

Año de inicio:

2021

Año de finalización:

2021

Ámbito de actuación:

Comunidad Valenciana

Beneficiario:

Universidad de Alicante

Cofinanciado por:

FEMP

Socios:

Instituto de Ecología Litoral

Entidades colaboradoras:

Cofradía de pescadores del Campello
Cofradía de pescadores de Alicante