как определить что за рыба по фото
Приложение для рыбаков сканирует и определяет любую рыбу
Сергей Липченко, опубликовано 22 декабря 2016 г.
Даже самые заядлые рыбаки иногда ловят рыбу, которую просто не могут опознать. Когда это происходит, как узнать, сколько весит рыба, открыт ли на нее сезон ловли, и съедобна ли она? При помощи быстрого сканирования вашего улова, приложение FishVerify может определить вид рыбы, предоставить информацию о ее съедобности и среде обитания, и, используя GPS телефона, может сообщить какое количество данной рыбы можно выловить согласно закону.
FishVerify создано на основе нейронной сети, виде искусственного интеллекта, который может быть обучен при наборе данных и использоваться для распознавания изображений. В этом случае систему наполнили 1,5 миллионами картинок более 1000 различных видов рыбы, и бета-версия приложения на данный момент разбирается примерно в 150 видах.
Используя постоянно растущий набор данных, суть заключается в том, чтобы рыбаки могли сделать фото любой пойманной рыбы, и за пару секунд приложение скажет им, что это за рыба, а также все ее физические особенности, где ее можно найти, как поймать, и можно ли ее кушать. Существующие фотографии также могут быть импортированы, если вдруг неделю назад вы поймали неизвестную рыбу, но не знали, что это за вид и просто выкинули, сфотографировав предварительно.
FishVerify также может использовать информацию о местонахождении с вашего телефона, чтобы проверить, как много этой рыбы можно унести, не нарвавшись на штраф от рыбнадзора, сезонность этой рыбы и рекорды по улову этого вида. Приложение автоматически будет ставить геотеги ваших уловов, создавая подробный дневник того, где, когда и что вы словили. Если же рыбаку нужна конкретная рыба, то приложение подскажет, где лучше всего искать указанный вид.
Приложение FishVerify представлено на Kickstarter, где за 15 долларов и выше можно получить доступ к бета-версии уже сейчас. Доступно приложение пока только на iOS, но версия для Android уже находится в разработке.
Новости по теме:
Партнерская программа: в чем преимущества для вебов?
Гемблинг партнерки – это удобный способ заработка, если у вас есть аудитория пользователей. Огромным плюсом для вебов является то, что вся основная организация работы уже настроена. Вам не нужно искать заказчика, конкурировать с другими исполнителями, доказывать, что ваша площадка лучше подходит под оффер, а после получения оффера оговаривать множество нюансов по отчетности и оплате. Все это за вас делает сра-сеть. Все что вам нужно – просто зарегистрироваться и начать сотрудничество по конкретному офферу.
Российские власти выделят миллиарды на создание отечественного ПО
Правительство России собирается выделить гигантскую сумму на разработку российского программного обеспечения. Это будет господдержка, и деньги будут выделены из бюджета не позднее 2024 года. Как стало известно «Коммерсанту», сумма составит 46,3 миллиарда рублей, выдаваться она будет в виде грантов. Решение было принято в рамках заседания Президиума правительственной комиссии по цифровому развитию. Что важно, пока неясно, о каком софте идет речь – разумеется, такие деньги будут вложены только в очень крупный проект, который в дальнейшем будет использоваться или государством, или госструктурами, или же бюджетными ведомствами.
Куда в России пойти работать с онлайн-образованием
Пандемия коронавируса COVID-19 перевернула весь мир и все его аспекты, включая процесс обучения. Многие вузы начали обучать студентов онлайн, да и специализированные веб-ресурсы, обучающие тем или иным специальностям, на отсутствие клиентов теперь точно не жалуются. Вот только берут на работу специалистов с онлайн-образованием далеко не везде. В России так сложилось, что компании малого и среднего бизнеса не очень хотят видеть в своем штате людей, отучившихся в интернете – им все еще нужны работники, потратившие несколько лет своей жизни на полировку мягким местом стульев в аудиториях. Другое дело, по данным РБК, – крупные компании, вот им обучившиеся в онлайне специалисты очень даже нужны.
Что такое сервис виртуальных номеров, и для чего он нужен
Что такое сервис виртуальных номеров
Сервис виртуальных номеров – это очень популярная в России и многих странах мира услуга. Она позволяет покупать одноразовый российский номер для самых разных целей, притом не выходя из дома, в любых объемах и без физических SIM-карт, Подобной услугой могут пользоваться как физлица, так и индивидуальные предприниматели, а также юридические лица, и у каждого может быть свой сценарий применения виртуальных номеров.
Выбираем форель с икрой: все внешние признаки икряной самки
Форель – рыба семейства лососевых, с вкусным нежным мясом, а если повезет, то еще и с икрой. Как выбрать тушку, в которой с высокой степенью вероятности может оказаться деликатесная добавка, которую можно будет засолить дома – разберемся вместе.
Внешние признаки, которые отличают самку форели от самца
Первое, что нужно понять – отличия самки от самца. Если домой будет принесен форель-мужчина, логично, что шансы обнаружить внутри икру нулевые. Если же получилось купить самочку – все может быть.
Внешне первое, на что смотрим – соотношение размера головы и тела. У самца это выглядит более брутально: голова непропорционально большая, угловатая, хищных очертаний. У самочки же голова маленькая, округлая со слегка приплюснутым коротким аккуратным носиком.
На этом фото можно отметить различия в соотношении тела и головы
Самец отличается более хищным ртом. Нижнюю губу украшает нарост, который называют клыком, и у него во рту много крупных острых зубов. У самки голова по отношению к туловищу меньше, нос короткий, рот без клыка. Зубы мельче, и по количеству их меньше, чем у самца.
На этой фотографии видно разницу в строении челюстей
Кроме того, спина у «мальчиков» несколько выгнутая (но не горб, просто округлая линия). А у самочек более прямая.
Здесь очевидны отличия в форме спины
Далее смотрим на окрас. Как часто случается в природе, мальчики выглядят более ярко и нарядно, чем девочки. Самец форели более темный и яркий. Окраска контрастная – рисунок хорошо виден. Это первый способ доказать самке, что он лучше других – по крайней мере, красивее! Самочке же ничего доказывать не надо, она уже прекрасна, потому что женщина. Поэтому и окраска без рисунка, бледная и скромная, можно сказать, блеклая.
На картинке прослеживается разница в окрасе
Выделяется ярким розовым цветом лишь анальное отверстие. Оно слегка выступает и расширено, особенно в период икрометания.
Выделяющееся анальное отверстие — верный признак того, что в форели есть икра
Знатоки могут еще обратить внимание на форму анального плавника. У самцов он более прямой, а у самок — «фигурный», с небольшим вырезом.
Все перечисленные выше признаки подходят для выбора радужной, золотистой, мраморной и других видов форели. Чтроение тела у них сходное, отличие лишь в окраске.
Как выбрать самку форели с икрой – определяем по внешнему виду
Отсеяв девочек от мальчиков, переходим к другой задаче – найти икряную самку форели. Полагаемся на свои органы зрения и тактильные ощущения. Проще говоря – смотрим и щупаем. Первое и главное – оцениваем размеры тела рыбы. Этот вид лососевых достигает половой зрелости только на третий год жизни, и уже после этого можно надеяться, что у самки внутри может быть икра. Судить о возрасте можно по длине рыбы. Она должна быть не короче 30 см. Кстати, в этом возрасте молодые самцы не слишком отличаются от самок – яркая окраска, хищная голова и характерная форма тела приобретаются мужчинами по мере полового созревания.
Если в магазине замороженная рыба
Такая форель в каком-то смысле лотерея. Если, конечно, при ней не обнаружится этикетка, наклейка, любой рыбий документ, из которого можно узнать дату вылова. Если указано, что рыба попалась в сети в первой половине осени – вполне вероятно, что в брюшке есть икра. Пощупать для верности, как это делают со свежей рыбой, не получится – только дома, после покупки. Для замороженной форели время продажи не имеет значение – только дата вылова.
Кстати, если рыба замораживалась с образованием большого количества ледяной корки, то и окраску не всегда можно будет рассмотреть. Поэтому степень заморозки тоже важна. Не будете же вы в магазине скалывать лед или оттаивать тушку перед покупкой.
Как распознать при покупке свежую или охлажденную форель с икрой
Покупать свежую рыбку надо с начала сентября до середины октября. Это время нереста для форели. Раньше этого времени икра будет незрелой – мелкой, в малом количестве и малоинтересной по вкусу. После октября можно даже не стараться выбирать, потому что у отнерестившейся форели внутри икры уже не будет.
Если есть сомнения, можно пощупать брюшко: у икряной самки оно плотное, крупнее («пузатая» рыба). Однако перед прощупыванием неплохо бы убедиться еще раз, что перед тобой самка, а не самец (помним – окраска, форма головы и другие отличительные признаки). Потому что у мужской особи во время нереста живот тоже не пустой, но икра все-таки вкуснее, чем молоки.
Продавцы, торгующие форелью, тоже любят «бесплатную» икру. Поэтому они научились разным хитростям. Первая – удаление икры без потрошения рыбы. Это делается так: через маленький разрез на брюшке икринки выдавливают из ястыка. После этого уже «пустую» тушку кладут обратно на прилавок.
Обязательно осматриваем целостность брюшка
Вторая хитрость – изменение формы рта самца (удаляют «клык» с нижней челюсти). Если покупатель неопытный, и выбирает форель с икрой только по этому признаку, умелый продавец сможет продать ему такую особь, выдав за икряную самку. Только внутри будут молоки. Впрочем, это тоже деликатесный продукт, из которого готовят закуски.
Еще один совет для тех, кто хочет отыскать в магазине форель с красной икрой. Размер не особо имеет значение. Необязательно «мужчина» должен быть крупнее «дамы». Порой самки бывают большего размера.
Когда лучше покупать форель, чтобы в ней была икра
Лучшее время покупки – первая половина осени, тогда наличие икры в форели очень вероятно. Самый лучший вариант – приобретать живую рыбу. Лучшее место покупки – рыбные хозяйства. Но к наличию разрезов на брюшке тоже следует присматриваться, если рыба продается уже не живая.
Выбирая цельную тушку, обязательно надо учитывать другие признаки. Особенно — степень свежести рыбы. Она должна иметь приятный свежий запах, при надавливании ямки быстро выравниваются. Глаза яркие, выпуклые.
Не стоит брать форель, если:
Сколько икры может быть в покупной форели
Удачно выбрав икряную самку, можно рассчитывать на 300-400 граммов ярких красновато-золотистых икринок в ее брюшке. Чем крупнее рыба, тем более объемные в ней будут ястыки. Знатоки советуют выбирать тушку самочки весом около трех килограммов, в ней будет много хорошей икры.
Видео, которое поможет в выборе форели с икрой
В ролике наглядно показано, как понять, что в рыбе есть икра. Описан главный признак, который отличает самок от самцов.
Умные сети для рыбаков: как мы учили смартфоны распознавать рыбу
Компьютерное зрение, как часть мира будущего
Технологии для автоматизации задачи, требующие распознавание образов, пользуются спросом на службе правительств и в высокотехнологичных компаниях. Они помогают решать задачи людей, нуждающихся в помощи — фермеров и защитников окружающей среды. Приложение Seeing AI от Microsoft описывает окружающий мир для слепых людей. А молодой разработчик создал для родителей фермеров сортировку овощей, облегчив труд.
Мы давно следим за развитием технологий. Потенциал машинного обучения вдохновляет нас искать приложения перспективных технологий в наших продуктах для решения повседневных задач простых людей. В 2016 году, работая над социальной сетью для рыбаков, мы решили сделать лучшее, что в наших силах, чтобы любимое многими хобби, стало не просто удобнее, но и интереснее.
Цель и постановка задачи
Современные рыбацкие сообщества до сих пор живут на форумах, построенных в начале 2000-х. Темы с рассказами о лучших местах для рыбалки, снаряжении и фотографиями улова — наиболее активны. Люди делятся запечатленной на смартфон рыбой, выкладывая пост на форум. Братья по оружию (в этом случае, удочке) обсуждают добычу, соревнуясь друг с другом кто поймал щуку побольше. Такую теплую соревновательную атмосферу нарушать нам не хотелось. Как раз напротив, сделать рыбалку активнее, удобнее и чуточку современнее, по крайней мере, в этом аспекте.
Порядка 500 млн человек во всем мире увлекаются сегодня рыбалкой. Представители одного из самых больших комьюнити, давно берут с собой смартфоны на рыбалку, однако, все также сидят на устаревших форумах или группах в Facebook. Удивительно, но современных ресурсов и приложений для рыбаков почти нет. Мы хотели исправить это досадное упущение посредством технологий.
Созданное нами приложение поможет рыбакам не только определить вид и длину рыбы, но и оставить трофей на доске почета. Каждый рыбак хочет видеть добычу в своей коллекции. Сканируя поимку, приложение добавляет ее в профиль, так, чтобы пользователь смог похвастаться уловом со своими друзьями. Наверное, у большинства рыбаков, которые считают это занятие больше чем хобби, есть чувство соревновательного азарта. Специально для них, мы также решили добавить рейтинги. Пользователи с большим уловом будут на вершине рейтинга, становясь стимулом для остальных. Рассказы типа «я поймал ВОТ такую рыбу» не будут восприниматься всерьез. Приложение будет знать, кого поймал рыбак и какой длины.
Человека больше не будет отвлекать загрузка фотографий на форум, определение вида и размера рыбы — все сделает машинное обучение. Останется только наслаждаться любимым занятием — ловить рыбку.
Учим сеть улавливать рыбу
Сбор данных
Открытые датасеты с разметкой вида рыбы или бокса с ее положением практически отсутствуют. Данные можно найти у ImageNet и отдельных лабораторий, но объём, качество снимков и разметки оставляют желать лучшего.
Первого взгляда на первую сотню фотографий улова будет достаточно, чтобы понять, что рыбакам со всего мира нравится делать селфи с рыбой, а не качественные фотографии.
Фотографии и видео с рыбалки содержат нужные данные, но они имеют ряд существенных недостатков:
Глубокие сети требовательны к объему и менее требовательны к качеству. Но рыболовные снимки в сыром виде непригодны.
Наша методика позволила нам решить сразу несколько проблем — сбора данных и их очистки. Она заключается в последовательном увеличении качества, моделей и данных:
Мы размечаем вручную границы рыбы для нескольких непохожих видов для избежания переучивания на один вид. Например, камбала, щука и карп. Несколько дней работы — это пара тысяч картинок.
Выбираем архитектуру для детекции. Быструю и точную для работы с большим количеством данных. R-FCN показалась подходящей.
Обучаем сеть различать рыбу и не-рыбу (фон), детектить первое. Делаем веб-интерфейс для инференса медийных материалов наших рыбаков. Он может вставить в веб интерфейс ссылку на своё видео, которое будет покадрово прогнанно через модель детекции. Все кадры, содержащие рыбу, будут выведены на экран для удаления дубликатов и ошибок…
Такая админка позволяет собирать данные для целевого вида, а обработанные сетью и проверенные человеком использовать для:
60%.
Обучение классификации
Мы намерены расширять количество распознаваемых видов, поэтому выбирали архитектуру классификатора среди сетей, которые предсказывали 1000 классов на ImageNet. Выбор пал на Inception-ResNet-2, как оптимальное соотношение размера и точности.
Для обучения использовались TensorFlow, EVGA GeForce GTX 1080 Ti и EVGA GeForce GTX 1080.
Полное обучение модели дало большую точность, чем обучение полносвязных слоев модели ImageNet. Скорее всего потому, что сеть научилась низкоуровневым паттернам, таким как рисунок чешуи. Обучение заняло более 80 часов на двух видеокартах.
Первые результаты были поразительны!
Пока все восхищались тем фактом, что доучили нейронку до уровня мультипликационной абстракции, некоторых терзало сомнение, что сеть переучилась.
Но зря, камера запечатлела типичного керри на миде, значит всё впорядке.
Полученное решение страдало от больших ошибок на похожих видах. На изображениях представлены легендарный язь и голавль, отличить которых, способны лишь заядлыми рыбаками.
Ситуация обстоит еще хуже с форелью.
Более десятка популярных видов форелей и лососей не просто могут запутать неспециалиста, но и невероятно изменчивы в течении жизни. От стадии личинки до нереста они меняют свой окрас и форму кардинально в зависимости от возраста, времени года и даже состава воды. Далеко не каждый человек распознает один и тот же вид одной форели с интервалом в несколько лет. Такие виды, как кижуч и чавыча отличить человеку сложно даже по описанию. Из-за человеческой ошибки данные перепутаны, для каждого класса модель требует не менее 1000 фотографий для точности более 80%, при нескольких десятках видах вручную компетентно просматривать такие объёмы ресурсозатратно.
Наше решение заключалось в итерационном очищении датасета от ошибок разметки посредством самой модели. Модель прогоняем на своём же датасете, находим все картинки с несовпадением предсказания модели и разметки. Большинство таких картинок оказываются ошибками последнего. Отсеиваем их, переучиваем модель и получаем высокие метрики на валидационном датасете. В результате, удалось получить точность модели более 90+% даже для похожих видов. Сеть умеет практически безошибочно различать 8 схожих видов форелей и лососей, и более десятка окуней. Однако, в редких случаях сеть все же ошибается. Причину лучше показать наглядно:
Измеряем улов
Переоценка своего улова — очень важная фича белковых нейросеток. Для точного измерения, нужно знать границы рыбы на фотографии и иметь дальномер, как на новых смартфонах со сдвоенными камерами.
Наша цель — обеспечить рыбакам точное измерение улова автоматически, простым наведением телефона. Приложение должно уметь определять, когда рыба в кадре классифицирована и локализована. Необходимо измерять длину рыб по нескольким различным стандартам. Архитектура Faster RCNN с Inception-ResNet-2 демонстрирует себя лучше аналогов, переводим классификаци на неё с R-FCN.
Результаты на аналогичных данных говорят сами за себя.
Тем не менее, такой метод измерения нам не подходит, так как боксы корректно определяющие длину и ширину только для горизонтального и вертикального положения, для произвольного положения не подходят и не способны оценивать длину изогнутой рыбы.
Точнее измеряем улов
Размечаем несколько тысяч фотографий ключевыми точками для покрытия всех способов измерения по различным стандартам.
Обучаем модель для регрессии по ключевым точкам, которая увеличит точность измерения длины и сможет влезть в телефон. Если мы переносим детекцию на устройство, то сможем отправлять на классификацию уже обрезанный участок с рыбой, что увеличит надёжность и поможет снять нагрузку с сервера. Телефон будет отправлять запрос только, когда обнаружит рыбу. К сожалению, модель регрессии точек не сможет отличить рыбу от не-рыбы, поэтому нам понадобится модель такого бинарного классификатора на устройство.
Для регрессии по ключевым точкам берём предобученную на ImageNet’e «голову» от архитектуры ResNet50, добавляем 2 полносвязных слоя на регрессию 14 переменных — координаты всех точек. Функция потерь MAE. Вес модели
Аугментации: флипы горизонтальные/вертикальные, яркость, рандомные кропы (хорошо зашли), скейл. Все координаты точек нормировались на [-1, 1]
Для создания бинарного классификатора, создаём свою модель, похожую на AlexNet. Обучаем на рыбах и «не-рыбах».
Тут все стандартно: бинарная кросс энтропия, аугментации, метрика accuracy (выборки сбалансированы)
В дальнейшем мы планируем увеличивать количество распознаваемых видов, превзойти точностью модели человеческую и переносить модель полностью на устройство. Наша цель не просто создать универсальный инструмент для рыбаков, а объединить все комьюнити в едином проекте.
Помогите определить рыбку по фото
Помогите определить рыбку по фото
Сообщение maktub » 02 мар 2010, 21:29
Помогите определить рыбку по фото
Сообщение Metal » 02 мар 2010, 21:30
Помогите определить рыбку по фото
Сообщение Roman » 02 мар 2010, 21:33
Помогите определить рыбку по фото
Сообщение Metal » 02 мар 2010, 21:35
Помогите определить рыбку по фото
Сообщение maktub » 02 мар 2010, 21:39
Помогите определить рыбку по фото
Сообщение Metal » 02 мар 2010, 21:41
Помогите определить рыбку по фото
Сообщение maktub » 02 мар 2010, 21:44
Помогите определить рыбку по фото
Сообщение Алексей » 02 мар 2010, 21:45
Помогите определить рыбку по фото
Сообщение Алексей » 02 мар 2010, 22:04
Помогите определить рыбку по фото
Сообщение Smile » 16 апр 2010, 17:59
Помогите определить рыбку по фото
Сообщение Roman » 16 апр 2010, 18:20
Помогите определить рыбку по фото
Сообщение Smile » 16 апр 2010, 18:29
to AquaStatuS :
Да, да, рак гораздо больше похож на фото нежели омары которых я находил 🙂 Только вот что-то рак какой то низенький и толстенький находится в нете.
Или на моей картинке он вытянулся и ракурс такой. 🙂
Спасибо за помощь! 😉
Помогите определить рыбку по фото
Сообщение Анфиска » 16 апр 2010, 18:36
Помогите определить рыбку по фото
Сообщение Roman » 16 апр 2010, 20:01
Smile, на вашем фото всё же рак, у омара гораздо массивнее клешни и они другой формы.
Помогите определить рыбку по фото
Сообщение Katerina4664 » 30 июл 2019, 17:07
Помогите определить рыбку по фото
Сообщение yulia211 » 30 июл 2019, 23:47
Помогите определить рыбку по фото
Сообщение Katerina4664 » 31 июл 2019, 01:24
Помогите определить рыбку по фото
Сообщение yulia211 » 31 июл 2019, 12:26
Помогите определить рыбку по фото
Сообщение Katerina4664 » 31 июл 2019, 16:05
Помогите определить рыбку по фото
Сообщение serg_42 » 31 июл 2019, 18:08