AI-система детекции болезней рыб по видео/фото

Детекция болезней рыб по видео: где теряется точность

Болезнь в садке чаще всего замечает обходчик — глазами, с лодки или помоста. Обход садков вручную идёт раз в несколько дней, часть особей держится в толще и в тени, а на ранней стадии внешние признаки слабо отличимы от травмы, реакции на корм или смены температуры. В результате первые случаи фиксируют тогда, когда отход уже пошёл по всей посадке, и раннее выявление заболевания превращается в разбор последствий.

Камера сама по себе это не лечит. Поток кадров с садка портится бликами от поверхности, цветением воды, боковым светом и плотной посадкой, где особи перекрывают друг друга. Модель, обученная на чистых снимках, на такой съёмке теряет точность, а больных особей в кадре доли процента — редкий класс проседает первым, и ошибка смещается в сторону пропуска. Здесь пропуск дороже ложного срабатывания: лишний сигнал стоит одного выезда, а незамеченный — недель лечения.

Задержка реакции и есть главная цена. Между первым клиническим признаком и решением о лечении проходит несколько дней, а в плотной посадке заражение за это время охватывает садок и уходит на соседние. Дальше — обработки по факту вспышки, карантинные ограничения, снятая с реализации рыба и потери поголовья, которые считают уже не по головам, а по тоннам.

Поэтому детекция болезней рыб по видео — это не «поставить камеру и включить распознавание», а выстроить путь от кадра до решения: стабилизировать съёмку, собрать разметку на реальных условиях садка, настроить порог срабатывания под цену пропуска и довести сигнал до человека, который может действовать в тот же день, а не на следующем обходе. Разбираем, как это закрывается.

Что даёт видеомониторинг: эффект в измеримых показателях

В мониторинге аквакультуры детекция болезней рыб на видео даёт эффект, который видно в отчётах, а не в презентации: каждое наблюдение модели фиксируется с камерой, временем и номером садка, поэтому показатели сравнимы с прошлыми периодами по одним и тем же правилам.

• Скорость реакции. Обход давал срез раз в смену, камера смотрит непрерывно: первое отклонение в поведении попадает в отчёт в течение часов, пока патология ещё локальная.
• Доля пропущенных случаев. Глазами успеваешь оценить часть поголовья, автоматический осмотр — весь кадр. Вялость, отказ от корма, единичные особи у поверхности перестают теряться.
• Устранённый класс отказов. Вспышку фиксируют по двум-трём особям, а не по массовой гибели: сценарий «заметили, когда лечить уже нечего» уходит из практики.
• Объём ручной работы. Ихтиологу уходят только спорные кадры с низкой уверенностью модели, а не часы записи — доля ручного просмотра падает, время идёт на сложные случаи.
• Снижение отхода. Карантин садка, правка кормления и обработка включаются до роста смертности; в отчёте это видно по суточной кривой отхода.

Разметку и правила наблюдений сверяем с диагностическими рекомендациями Всемирной организации здравоохранения животных — отчёт остаётся сопоставимым при смене ихтиолога и при проверках. Показатели считаем за одинаковые интервалы и храним исходные кадры: любую цифру можно поднять до конкретного наблюдения и перепроверить вручную.

Форматы съёмки и режимы работы системы

Режим съёмки определяет, что вообще попадает в кадр, а режим обработки — как быстро вы получите ответ по каждому подозрению. Подводная камера на жёстком креплении даёт стабильный ракурс и предсказуемый масштаб особи, но упирается в мутность, обрастание защитного стекла и дефицит света на глубине. Надводная съёмка проще в обслуживании и охватывает всю площадь садка, зато блики, рябь и толща воды делают часть особей неразличимыми.

На практике режимы комбинируют: реальное время ловит подозрительные события и запускает запись, а пакетный разбор подтверждает находку на полном фрагменте и отсекает ложные. Такой контур снимает главное ограничение съёмки — невозможность получить идеальный кадр каждой особи.

Этапы внедрения: от аудита до передачи в эксплуатацию

Порядок работ выстроен так, чтобы каждый шаг заканчивался проверяемым результатом, а решения принимались по данным конкретной акватории, а не по усреднённым допущениям. Ниже — последовательность от первого выезда до передачи смене.

1. Аудит акватории. Инженеры фиксируют геометрию бассейнов и садков, режим водообмена, освещённость, плотность посадки и участки, где заболеваемость проявлялась раньше. На выходе — карта зон наблюдения и перечень ограничений для остальной конфигурации.

2. Схема расстановки камер. Ракурсы подбираем так, чтобы особи не перекрывали друг друга и признаки поражения оставались различимыми. Точки обзора привязываем к местам обслуживания — чистка объектива не требует остановки линии.

3. Монтаж и настройка порогов чувствительности. Порог выставляем по фактическому видеопотоку: низкий даёт вал ложных сигналов, на который смена перестаёт реагировать, высокий — пропускает ранние стадии. Баланс подбираем на размеченных фрагментах и фиксируем в конфигурации.

4. Проверка на контрольных записях. Систему прогоняем на архиве с подтверждёнными диагнозами и на записях без патологии, считаем полноту обнаружения и долю ложных тревог. Это приёмочный показатель, а не показательная демонстрация.

5. Обучение смены. Операторы разбирают, как читать сигнал, что делать при срабатывании и как помечать ошибочные отметки: обратная связь участка идёт в дообучение.

6. Регламент эксплуатации и передача. Фиксируем реакции на тревогу, периодичность проверки ракурсов, порядок обновления модели. Передаём схему, конфигурацию, регламент и журнал проверок, дальше сопровождаем по согласованному графику.

Что передаём на руки: конфигурации, схемы, регламенты

Проект на детекции болезней рыб ценен не только точностью модели на приёмке, а тем, что заказчик может развивать его без нас. Поэтому закрываем запуск передачей артефактов: без них система остаётся «чёрным ящиком», который ломается при первом изменении условий съёмки или смене ответственного. Ниже — что именно остаётся у вас на руках.

• Конфигурация системы — файлы настроек с порогом уверенности, частотой обработки кадров, правилами склейки событий в один случай и списком игнорируемых зон. Меняются без правки кода: ихтиолог может поднять чувствительность на период вспышки, не останавливая детекцию.
• Схемы размещения оборудования — привязка камер и осветителей к номерам садков, бассейнов и линий, углы обзора, зоны перекрытия, требования к чистоте воды и стекла. По ним новый подрядчик или ваш инженер восстановит инсталляцию без догадок.
• Политики доступа — роли под задачи: оператор видит только свои линии и подтверждает случаи, ихтиолог получает полную выборку, технолог меняет пороги. Отдельным пунктом — журнал действий: кто, когда и почему отменил срабатывание.
• Техническая документация — описание архитектуры, потоков данных и полей базы, перечень классов заболеваний с критериями отнесения. Плюс раздел «почему так»: какие решения приняты и какими наблюдениями подтверждены.
• Инструкции для персонала — по одной странице на роль: что делать при срабатывании, как подтвердить или отклонить событие, куда смотреть при ложном пропуске. Рассчитаны на сменного сотрудника без опыта работы с моделями.
• Регламент обслуживания — периодичность проверки качества на контрольной выборке, порядок дообучения на новых размеченных кадрах, критерий, при котором пора вмешиваться. Здесь же — процедура отката на предыдущую версию модели.
• Разметка и валидационная выборка — датасет с описанием правил аннотирования, чтобы ваши специалисты пополняли его единообразно, а метрики оставались сопоставимыми между версиями.

Всё передаётся в ваши репозитории и хранилища с правами владельца — не в закрытый контур исполнителя. Если состав кажется избыточным, обсудим задачу и предложим минимально достаточный набор: опишите условия на хозяйстве, вернёмся с оценкой и планом передачи.

Кейс: как сократили отход на садковой линии втрое

На садковой линии заказчика обход садков делали раз в сутки: оператор проходил линию с лодки, осматривал сетку и поведение рыбы, забирал пробы. Один садок занимал около часа, и большая часть смены уходила на заведомо здоровую рыбу. Поражение замечали по внешним признакам на третьи-четвёртые сутки — часть поголовья к этому моменту уже потеряна.

Разметку собирали вместе с ихтиопатологом хозяйства по методическим рекомендациям Всемирной организации здоровья животных, чтобы классы признаков совпадали с тем, что ветеринарный регламент фиксирует как подтверждённый случай, а не с удобной для алгоритма картиной.

Что поставили

Камеры над садками и подводный модуль на линии кормления, съёмка круглосуточная. Система оценивает кадр раз в несколько секунд, отсекает муть, блики и водоросли, а при устойчивом сигнале по серии кадров отправляет оператору уведомление с номером садка и временем. Оператор открывает фрагмент и подтверждает или отклоняет — обе метки уходят в дообучение.

Что изменилось

Время реакции упало с 3-4 суток до 2-3 часов: сигнал приходит, пока поражение видно на одной-двух особях. Отход за цикл выращивания сократился втрое, а сплошной обход заменили точечным — оператор идёт только к садкам с подтверждённым сигналом, и линия закрывается вдвое быстрее.

В регламент добавили три пункта: проверку сигнала в течение двух часов, журнал кадров по каждому садку и порог, после которого садок уходит в карантин. Число лечебных обработок на линии снизилось — часть очагов гасили сменой рациона и изоляцией до вспышки. Через два цикла доля ложных сигналов упала до уровня, при котором на проверки уходит меньше часа за смену.

Как масштабировать детекцию с одной линии на всю ферму

При переходе с опытного участка на несколько линий модель не переучивается заново — меняется схема съёма: число зон контроля, расстановка камер и привязка события к конкретной линии. На одной линии хватает одного ракурса, на нескольких появляются слепые зоны на переходах между садками, где рыба идёт плотным потоком.

Уже установленные камеры чаще всего остаются на месте: мы проверяем угол обзора, стабильность освещения и равномерность сетевого потока. Если кадр в нужной зоне контроля сопоставим с эталонным, камера подключается как есть; меняем только положение или добавляем подсветку там, где мешают контражур и блики от воды.

Вычислительная часть масштабируется не так, как оптика. Один узел способен держать несколько потоков, но задержка обработки растёт с числом зон контроля, поэтому потоки распределяются по линиям с запасом — очередь на одной линии не должна тормозить соседние.

Интеграция с оборудованием идёт через шлюз: событие с меткой линии, зоны и времени уходит в существующую систему управления, а пороги чувствительности настраиваются для каждой линии отдельно. Единый порог на всю ферму даёт либо пропуски на спокойной линии, либо лавину ложных срабатываний на активной.

Запускаем линии по очереди, каждую сверяя с эталонным участком по метрикам детекции. Так видно, чем вызвано расхождение — освещением, ракурсом или плотностью посадки, и следующая линия стартует уже с этими поправками.

Технические сомнения: точность, ложные срабатывания, свет

Точность распознавания — не одно число, а набор метрик по срезам: отдельно по классам заболеваний, отдельно по условиям съёмки. На мутной воде, при слабом свете и перекрытиях рыбы в кадре результат заметно хуже, поэтому точность и полнота считаются по подгруппам — иначе слабый срез прячется за хорошим средним.

Порог уверенности подбираем под цену ошибки. Пропуск болезни и ложная тревога стоят по-разному, поэтому сомнительные кадры не отбрасываются молча, а уходят в отдельную очередь на проверку оператором.

Качество данных определяет остальное. Кадры из видео избыточны, поэтому отбираем их с интервалом по сцене и отдельно добираем пограничные случаи — расфокус, блики, частичное перекрытие. Разметку ведут минимум два аннотатора, а расхождения разбираются: высокая доля спорных кадров означает, что класс описан неоднозначно и модель будет учить противоречия.

Откуда берутся ложные срабатывания?

Чаще всего из похожих визуальных признаков: травмы, наросты, блики на чешуе, перекрытие одной рыбы другой. Гасим двумя приёмами — набираем сложные отрицательные примеры в выборку и сглаживаем результат по времени: одиночный кадр не считается событием, сигнал подтверждается серией. Поток ложных тревог падает без потери чувствительности.

Обсудим задачу: что нужно для старта работ

Чтобы вернуться с оценкой задачи и планом внедрения, а не с общими соображениями, нам нужен минимум исходных данных. Ниже — перечень, который закрывает основную часть вопросов на старте работ; если чего-то нет, скажите прямо — обсудим, чем это заменить.

• Видео и фото с ваших точек съёмки — несколько часов записи, включая сложные случаи: мутная вода, блики, плотная посадка, слабое освещение.
• Перечень целевых заболеваний и подтверждённые заключения ихтиопатолога или ветврача по этим материалам — они становятся эталоном для обучения и приёмки.
• Схема точек съёмки: где стоят камеры, какие ракурсы, есть ли питание и канал связи на площадке.
• Что должно происходить с результатом: сигнал оператору, запись в существующий журнал или отдельный отчёт по смене.
• Режим работы системы — детекция болезней рыб в реальном времени на потоке или разбор архива за прошедший период.
• Кто со стороны заказчика принимает результат и разбирает спорные случаи — без этого приёмка затягивается.
• Действующие регламенты: как сейчас фиксируют подозрение на болезнь и что происходит дальше.

После этого фиксируем порядок этапов: проверка данных, прототип на ваших материалах с замером точности, пилот на одной линии или бассейне, затем внедрение и обучение персонала. Опишите задачу — вернёмся с оценкой сроков и планом работ.