Витрина

ФГБОУ ВО Дальрыбвтуз · 2026

Компьютерное зрение
для марикультуры

Автоматический учёт и мониторинг трепанга и гребешка по видео с ТНПА

Вызов

Ручной учёт неэффективен

Трудоёмкость, субъективность и сложность масштабирования на большие объёмы видео. Готовых моделей для дальневосточной фауны почти нет.

Водолазы собирают данные под водой
Полевые съёмки и ручной сбор данных
Традиционный подъём сети с трепангами
Традиционный метод учёта и добычи

Подход

Решение на базе YOLO11

Система выполняет обнаружение, распознавание, локализацию и подсчёт объектов на видео с телеуправляемого необитаемого подводного аппарата.

  • Детекция трепанга и гребешка с оценкой confidence
  • Трекинг для исключения повторного счёта
  • Работа на реальных съёмках ТНПА в условиях Приморья
Сетка результатов детекции scallop и trepang

Демонстрация

Реальное видео с детекцией

Модель уверенно находит трепангов на разных фонах, включая вертикальные стены.

Дата: 27.08.2026 Место: бухта Северная, Приморье

Детекция трепанга на вертикальной стене
Детекция на вертикальной стене
Трекинг объектов с track ID
Трекинг и визуализация track ID

Качество

Метрики и работа над ошибками

Модель уверенно находит объекты. Сложные фоны — камни, рыбы и обрастания — уже учтены в датасете.

0.00
Precision
0.00
Recall
0.00
mAP50
Анализ ложных срабатываний модели

Типичные сложные случаи, которые мы добавили в обучение

Продукт

Приложение для марихозяйств

Загрузка видео, автовыбор CUDA/CPU, расчёт плотности и экспорт результатов.

Экран загрузки видео

Загрузка видео

Дашборд метрик плотности

Дашборд плотности

Условия

Примеры объектов и среды

Система работает в разных условиях: заросли, конструкции, мутная вода.

Гребешок на дне
Гребешок на дне
Заросшая подводная конструкция
Сложный фон: заросшие конструкции

Итог

Результаты и внедрение

Контакты

ФГБОУ ВО «Дальневосточный государственный технический рыбохозяйственный университет»

Заказать демонстрацию на ваших съёмках