要約
魚の幼生を数えるのは、水産養殖において重要ではありますが、手間と時間がかかる作業です。
この問題に対処するために、この研究では、畳み込みニューラル ネットワークとトランスフォーマーを含む 4 つのニューラル ネットワーク アーキテクチャを、魚の幼生数を数えるタスクでさまざまなサイズで評価しました。
評価のために、斑点のあるソルビムとドウラドの幼虫の画像を含む、以前の研究よりもデータ収集要件が少ない新しい注釈付き画像データセットを提示します。
画像タイリング技術を使用することで、超大型のリアルタイム検出トランスでは 4.46% ($\pm 4.70$)、中型の YOLOv8 では 4.71% ($\pm 4.98$) の MAPE を達成しました。
要約(オリジナル)
Counting fish larvae is an important, yet demanding and time consuming, task in aquaculture. In order to address this problem, in this work, we evaluate four neural network architectures, including convolutional neural networks and transformers, in different sizes, in the task of fish larvae counting. For the evaluation, we present a new annotated image dataset with less data collection requirements than preceding works, with images of spotted sorubim and dourado larvae. By using image tiling techniques, we achieve a MAPE of 4.46% ($\pm 4.70$) with an extra large real time detection transformer, and 4.71% ($\pm 4.98$) with a medium-sized YOLOv8.
arxiv情報
著者 | Daniel Ortega de Carvalho,Luiz Felipe Teodoro Monteiro,Fernanda Marques Bazilio,Gabriel Toshio Hirokawa Higa,Hemerson Pistori |
発行日 | 2024-08-09 12:36:56+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google