Bumalik sa lahat ng artikulo

Pagbilang ng fingerling gamit ang AI: ang pinakamabilis na lumalagong kasangkapan sa akwakultura

Isang hatchery ang nagpapadala ng 500,000 fingerling bawat linggo. Ang bawat maling bilang ay nangangahulugang nawalang kita o galit na customer. Binibilang sila ng AI nang hindi hinahawakan ang kahit isang isda.

list Sa artikulong ito

Isang hatchery ang nagpapadala ng 500,000 fingerling bawat linggo. Ang bawat maling bilang ay nangangahulugang nawalang kita o galit na customer. Binibilang sila ng AI nang hindi hinahawakan ang kahit isang isda.

Ang pagbilang ng fingerling ay isa sa pinaka-nakakapagod na bottleneck sa akwakultura. Kailangan ng mga hatchery ang tumpak na bilang para sa pagbebenta, kontrol sa density ng stocking, at pagsunod sa regulasyon, ngunit ang tradisyonal na mga paraan ay mabagal, hindi tumpak, at nakakapag-stress sa mga hayop. Ang manual na pagbilang ay may 10 hanggang 20% na margin ng error. Ang AI-powered optical counting system ay nakakamit na ng 99% na katumpakan o mas mataas pa, nagpoproseso ng hanggang 200,000 isda bawat oras nang walang anumang pisikal na kontak.

Ang problema sa manual na pagbilang

Ang tradisyonal na pagbilang ng fingerling ay umaasa sa tatlong paraan, at wala sa mga ito ang maganda.

Salok at bilangin

Sumasalok ang mga manggagawa ng maliliit na batch ng fingerling gamit ang lambat, binibilang nang mano-mano, at ine-extrapolate sa buong tangke. Mabagal, hindi konsistent, at nakakapag-stress sa mga isda. Ang bawat paghawak ay nagpapataas ng panganib na mamatay dahil sa pisikal na pinsala at osmotic shock.

Pagtataya base sa timbang

Timbangin ang sample na 100 fingerling, pagkatapos timbangin ang buong batch at hatiin. Mabilis, ngunit ang katumpakan ay malaki ang pagkakaiba depende sa variation ng laki sa loob ng batch. Ang 15% na range ng laki sa sample ay maaaring magresulta ng 10 hanggang 20% na error sa pagbilang.

Volumetric displacement

Tantiyahin ang bilang batay sa water displacement. Sa pinaka-maganda ay magaspang. Kapaki-pakinabang lang para sa napakalaking batch kung saan ang tinatayang bilang ay katanggap-tanggap.

Ang handling stress ang nakatagong gastos. Kapag ang mga fingerling ay sinasalok, hinuhuli sa lambat, o ibinubuhos sa pagitan ng mga lalagyan para sa pagbilang, nakakaranas sila ng pisikal na pinsala, confinement stress, at ion-osmotic imbalance. Ang mas batang larvae ay partikular na mahina: ipinapakita ng pananaliksik na ang mga fingerling na wala pang 35 araw ay may mas mababang resistensya sa handling stress kaysa sa ganap na naka-metamorphose na juvenile. Ang bawat hindi kinakailangang paghawak ay nagdadagdag sa cumulative na mortalidad.

Thousands of small fish fry swimming in a hatchery tank, showing the dense concentration that makes manual counting impractical

Paano gumagana ang AI fish counting

Ang AI fish fry counting ay gumagamit ng camera-based detection upang matukoy at mabilang ang mga indibidwal na isda habang dumadaan sila sa controlled channel o lumalangoy sa tray. Ang proseso ay ganap na walang kontak: walang lambat, walang salok, walang paghawak.

Sa flow-through system, ang mga fingerling ay dumadaan sa water slide o transparent pipe sa harap ng camera. Kinikilala ng AI ang mga indibidwal na ulo at buntot ng isda, binibilang ang bawat isa kapag tumawid sa detection line, at sinusubaybayan ang galaw sa video frames upang maiwasan ang double-counting. Ang mga sistema tulad ng i-ocean AI Fish Counter ay gumagana sa mga regular na tank transfer o shipment loading, kaya ang pagbilang ay nangyayari bilang bahagi ng umiiral na workflow sa halip na isang hiwalay na hakbang.

Para sa mas maliliit na operasyon o spot-check, ang photo-based counting ay nag-aalok ng mas simpleng diskarte. Ikalat ang mga fingerling sa mababaw na tray o viewing window, kunan ng larawan mula sa itaas, at kikilalanin at bibilangin ng AI ang mga indibidwal na isda sa imahe. Gumagana ito ng maayos para sa mga batch na ilang daan hanggang ilang libo at nangangailangan lamang ng smartphone at magandang ilaw.

Mga benchmark ng katumpakan at bilis

Ang mga komersyal na AI fry counter ay nag-uulat ng 99% na katumpakan o mas mataas pa sa ilalim ng normal na kondisyon ng operasyon. Ang mga research system ay mas malayo pa: ang DOT-Net model (2025) ay nakamit ang mean absolute error na 2.48 lamang sa mga dense carp fry dataset, at ang mga YOLOv8-ByteTrack device na dinisenyo para sa production hatchery ay pumapasok na sa commercial deployment.

Ang bilis ay depende sa uri ng sistema. Ang mga flow-through optical counter ay nagpoproseso ng 50,000 hanggang 200,000 isda bawat oras. Ang photo-based counting ay nagbabalik ng resulta sa ilang segundo bawat imahe, na ginagawang praktikal ito para sa mas maliliit na batch o quality-control spot-check.

Ang bentahe ng katumpakan ay dumodoble sa scale. Ang 10% na error sa shipment na 100,000 fingerling ay nangangahulugang 10,000 isdang mali ang bilang - sapat upang mag-trigger ng mga dispute sa mga buyer o mag-stock ng pond sa maling density. Sa 99% na katumpakan, bumababa ang error sa humigit-kumulang 1,000 isda, at ang bilang ay naka-dokumento sa photo record.

A non-contact optical fish counting channel where fry pass through a transparent pipe past a camera sensor for automated counting

Mga species at yugto ng buhay

Ang AI counting ay umaangkop sa iba't ibang species at laki. Ang kasalukuyang mga sistema ay sumusuporta sa tilapia fry, salmon smolt, yellowtail, sea bass, trout, carp, at ornamental fish. Ang i-ocean system ay nag-aalok ng mga customizable na diameter ng hose mula 10 hanggang 25 sentimetro upang ma-accommodate ang iba't ibang laki ng isda.

Ang mga shrimp at prawn larvae ay nagpapakita ng mas mahirap na hamon dahil sa kanilang translucency at tendency na mag-cluster, ngunit ang mga specialized model ay gumagawa ng progreso. Para sa karamihan ng standard na hatchery species sa fry o fingerling stage, ang AI counting ay handa na para sa production.

Ang business case

Ang fish fry counter market ay inaasahang aabot sa 56 hanggang 76 milyong dolyar pagsapit ng 2032, na tinutulak ng 5 hanggang 6% na taunang growth rate ng akwakultura. Ang return on investment para sa mga indibidwal na hatchery ay nagmumula sa apat na lugar.

  • Nabawasang paggawa: ang pagbilang ng 500,000 fingerling nang mano-mano ay tumatagal ng ilang araw sa isang team. Ginagawa ito ng optical counter sa ilang oras na may isang operator
  • Mas mababang mortalidad: inaalis ng non-contact counting ang handling stress, binabawasan ang pagkawala ng fry sa mismong proseso ng pagbilang
  • Tumpak na stocking: tinitiyak ng tumpak na bilang ang tamang stocking density, na direktang nakakaapekto sa growth rates at feed efficiency
  • Tiwala ng buyer: ang mga naka-dokumentong bilang na may photo o video record ay nagbabawas ng mga dispute at nagtatayo ng tiwala sa mga wholesale buyer
Overhead view of fish fry spread in a shallow white tray for photo-based AI counting, showing clear separation between individual fish

Paano magsimula

Para sa malalaking hatchery na nagpapadala ng sampu-sampung libong fingerling araw-araw, mabilis na nagbabalik ng puhunan ang isang dedikadong flow-through counter. Para sa mas maliliit na operasyon, nursery, o ornamental fish breeder, ang photo-based counting ang praktikal na entry point: ikalat ang isang batch sa tray, kunan ng larawan, at makakuha ng tumpak na bilang sa ilang segundo.

Sa susunod na magtanong ang customer kung ilan eksakto ang fingerling sa bag, ang sagot ay nasa screen mo na bago pa man ma-seal ang bag.