| Project/Area Number |
22K14932
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 40030:Aquatic bioproduction science-related
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
Ienaga Naoto 筑波大学, システム情報系, 助教 (30899133)
|
|---|
| Project Period (FY) |
2022-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
|
|---|
| Keywords | 深層学習 / 画像処理 / 物体検出 / 物体追跡 / ワムシ / 種苗生産 / 養殖 |
|---|
| Outline of Research at the Start |
ワムシは各種海産魚類養殖種苗の初期餌料として広く利用されているが，増殖不良が発生しやすく，ワムシが全滅することさえある．そのためワムシの数や大きさなどを日々測定し，ワムシの健康状態を把握しなければならない．この測定作業は素人には難しいだけでなく，非常に手間のかかる作業である．本研究では深層学習を活用し，ワムシの健康状態を自動で診断するシステムの構築を目的とする．このシステムはワムシの動画像を入力とし，簡便なワムシの健康状態診断を可能とする．本研究の成果は，ワムシの自動培養システムの開発などへの応用にもつながると期待できる．
|
| Outline of Final Research Achievements |
In this study, we first constructed a video dataset of rotifers containing over 30,000 instances. We applied object detection and tracking methods to this dataset and achieved an average accuracy of 83% for the detection of two classes: non-egg-bearing and egg-bearing rotifers.
Next, considering the practical applicability in aquaculture sites, we advanced our validation using rotifer images. We improved the system to perform size measurement simultaneously with detection by using oriented bounding boxes. Although still in the preliminary validation stage, the mAP50, a common evaluation metric for object detection models, is approximately 95%, indicating high detection accuracy.
In the future, we aim to publish these results in scientific journals and work towards the practical implementation of the system, as well as its application to other plankton species.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究で構築した3万以上のインスタンスを含むワムシの動画データセットと，それに適用した物体検出・追跡モデルを，当該領域の研究発展のため公開した。
現在手作業で行われているワムシの測定作業が自動化できれば，時間と労力の大幅な削減につながるだけでなく，誰にでも客観的な測定が可能となる。また本研究成果は，将来的にはワムシの培養自体の自動化や，アルテミアなどワムシ以外の生物餌料への応用にもつながると考えられ，水産業への大きなインパクトが期待される。
|
