用“眼睛”给鱼称体重？从“新视界”探索计算机养鱼的未来

现阶段，鱼塘生产管理对人工的依赖程度高，存在操作步骤繁琐、掌握情况不及时等问题。那么，是否有现代化的智能手段可以代替人手？华南农业大学电子工程学院薛月菊教授给出了肯定的答案。任职以来，她持续主持国家级、省级、市级科研项目，深耕农业信息化领域，包括水产养殖专业镇共性技术创新平台、白蕉海鲈健康养殖数字化监管与信息服务平台、水产品质量安全监控与预警系统、水箱养殖水下智能视频监控系统、水产养殖前端化智能视频分析技术研究与示范、池塘圈养模式智慧渔业关键技术研究与示范等多个项目，研发了水产品养殖及水产品疾病诊断与防治专家系统、水产品质量安全管理与溯源平台、水产养殖前端化智能视频分析系统等。

“推动渔业高质量发展，计算机技术是突破口。”薛月菊强调，专业的事交给专业的人做，将政、产、学、研、用多方力量串联起来，各司其职、协同作战，共谋智慧渔业发展大计。

信息技术让养殖环境变得可视化

薛月菊是一名微电子工程系的博士生导师，主要从事计算机视觉、人工智能及物联网教学和科研工作。在鱼苗计数、鱼类体尺估计与行为分析，猪的目标检测、跟踪与行为分析，空天地一体化果园长势与病虫害监测与智能监管，以及种植与养殖业中生产环境信息智能监测等方面积累了丰富的科研经验。

在后期向水产养殖龙头企业进行应用示范的过程中，团队设法克服大面积水产养殖环境下高清视频传输与硬件部署成本高的难题，初步实现水产养殖安全防范与健康养殖过程监控，提高了水产养殖安全监控水平。

此外，薛月菊团队还给投料机装上了“眼睛”，通过计算机视觉判断投料量的合适与否。具体而言，当系统“看到”水面浮料达到一定量，出现积累且有增加的趋势时，判断结果为投料过多；当系统“看到”水面仅有少量或没有浮料，鱼群集群游于水面且久不散去，判断结果为投料不足。“根据系统的判断及时调整投料策略，不仅能为养殖对象提供充足的营养、避免造成浪费，而且能保持良好的水质环境，具有现实意义。”

将“看得见”转化为“摸得着”

近期，薛月菊团队瞄准“鱼体重估计系统”发力。初级版系统已经顺利通过验收，其原理是通过“视觉”估算出鱼的生长参数。经过优化，系统提高了估算结果的准确度，鱼的体重相对误差小于1.39%，鱼的体长和体宽等参数相对误差小于3.9%。

简单而言，通过一张照片便可及时获得体重和体重参数，省去手工称重和测量的操作步骤。首先，选定一个摄像头，软件连接到外接的摄像头，启动软件后，拍摄的视频就会实时呈现在检测界面当中，用户可以通过视频对摄像头进行调整，以确保获取较优的拍摄画面。然后开始检测，软件会以当前视频帧进行算法分析，并且将鱼体进行分割，自动计算出鱼的体长与体宽，并估计出鱼的体重。用户可以按时间、批次等条件来查看某一批次的数据，也可以选择全部数据，获取整体数据的结果。

系统操作十分简便，不需要额外购置新设备，手机拍照也可以。薛月菊介绍说，鱼体重估计系统是与佛山市农业科学研究所合作项目的成果，其核心是人工智能算法，利用基础数据建模，从而通过成像得到待测对象的体重、体长、体宽、头长、身长等参数。

该系统适用于离水操作，接下来，团队将就水面成像开展进一步的研究和测试，推出升级版系统。薛月菊向记者透露，已经有企业提出合作意向，将其生产的新型捞鱼设备结合鱼体重估计系统使用，以达到鱼不离水就能估算全塘产量的效果。有别于离水成像，水中成像难度更大，首先要解决光线和水花的问题。为了避免水面自然光的折射、反射对成像的影响，要构建一个“黑箱子”的人工光线环境；为了降低鱼离水时挣扎跳跃而产生较大的水花，可采用水下成像或水面成像，或者通过控制捞鱼设备的升降让鱼处于半离水状态来获取图像。“这些都是我们即将开展的工作，通过实验进一步验证设想，可行性大。”薛月菊期望，以计算机视觉+人工智能的方式“透视”水底，代替过往人工捕捞、仪器测量、再计算总重量的繁复操作，随时掌握生长情况，提高生产管理效能。

▲ 水产养殖智能视频监控系统

发挥产学研一体化强大合力

“国外的一些养猪场，已经可以实现精准投喂，智能系统会详细记录下每一头猪的生理参数，从而作出相应的投料策略。”谈及国内外智慧农业发展的差距，薛月菊认为，“无人化”的农业生产技术尚处于探索阶段，但是脱离实际空谈技术是片面的，目前我国已经拥有多种实用性电子信息化手段，这些符合国情的电子工程正在推动农业向新时代进发。与此同时，广东拥有人才、资金、区位等多重优势，电子信息力量走在全国前列。

2008年，薛月菊承担了一个白蕉海鲈的科技项目，为业主方建立了水质检测系统以及水产品溯源系统，这是她首次开展涉及渔业领域的研究。“这十几年间，我们做了一些局部的研究试验，得到了一些符合特定使用场景的研究成果，但这是远远不够的。”回顾过去，她深切感受到，相比种植业和畜牧业，渔业智能化发展的速度较缓慢。究其原因， 一方面智慧渔业研发经费投入不足，只能针对某一个点开展浅层的探讨，研究工作断断续续、研究成果之间连通性差、突破性技术创新能力不足等，导致整体不成系统、难成气候。 另一方面，市场主体参与智能化运作的积极性低。

针对以上问题，薛月菊从两个方面提出建议。 一是加大对智慧渔业项目的支持，加快推动产学研深度融合，通过多方力量的共同参与，打通科研成果走出实验室、进入市场化的道路。薛月菊向记者分享了一个成功的例子，去年她和团队成员研发了玫瑰花智能化分拣系统，目前该系统已经投产。这种由高校负责技术研发、设备生产商负责产品的市场化推广经营的模式，将企业和科研贯穿起来，保障了科研成果的落地转化应用，畅通了玫瑰花加工业的发展道路。“从市场的需求情况来看，这款设备很吃香。” 二是提升对新技术的包容度，给新产品、新技术、新模式等留出成长空间。她指出，现阶段市场期待值与实际研发能力之间存在差距，用户害怕“试错”，无形间减少了改良升级的机会。然而，系统平台的终试和终端运营环节无一不需要市场的参与，“做智慧渔业不能光是一群搞信息技术的人，要大力推进渔业与人工智能技术深度融合。”薛月菊补充道，她带领团队做课题、项目的时候，错误是经常碰到的，唯有通过一次又一次的试错，才能找到正确的方向。