מערכת AI לזיהוי מחלות דגים לפי וידאו/תמונות

התפרצויות מחלות מתגלות רק כשכבר יש תמותה — הזמן וחלק מהלהקה אבודים ללא תקנה. אנו מפתחים מערכת AI לזיהוי מחלות דגים לפי וידאו ותמונות במפתח מלא: היא מסמנת פרטים בעייתיים במהלך הצילום. נדון במשימה — נחזור עם הערכה ותוכנית.

תחומי פיתוח AI

שאלות נפוצות

העבודות האחרונות

  • פיתוח אפליקציית ווב עבור FEEDME
    פיתוח אפליקציית ווב עבור FEEDME
    1365
  • פיתוח חנות מקוונת לחברת FURNORO
    פיתוח חנות מקוונת לחברת FURNORO
    1330
  • עיצוב לוגו לחברת B2B Advance
    עיצוב לוגו לחברת B2B Advance
    776
  • פיתוח אפליקציית ווב עבור Enviok
    פיתוח אפליקציית ווב עבור Enviok
    1077
  • פיתוח לוגו חברת AIDER
    פיתוח לוגו חברת AIDER
    1022
  • פיתוח CRM עבור Chasseurs
    פיתוח CRM עבור Chasseurs
    1113

זיהוי מחלות דגים בווידאו: היכן אובד הדיוק

מחלה בכלוב לרוב מבחין סייר — בעיניים, מסירה או מרציף. סיור בכלובים ידני מתבצע פעם בכמה ימים, חלק מהפרטים שוהים בעומק ובצל, ובשלב מוקדם סימנים חיצוניים בקושי ניתנים להבחנה מפציעה, מתגובה למזון או משינוי טמפרטורה.

כתוצאה מכך המקרים הראשונים מתועדים כאשר התמותה כבר התפשטה בכל הגידול, וזיהוי מוקדם של המחלה הופך לניתוח תוצאות.

מצלמה כשלעצמה לא מרפאת זאת. זרם הפריימים מהכלוב נפגע מהשתקפויות מהמשטח, מפריחת מים, מתאורה צדדית ומצפיפות גידול גבוהה, שבה פרטים מסתירים זה את זה. מודל שאומן על תמונות נקיות מאבד דיוק בצילום כזה, וחולים בפריים הם שבריר אחוז — מחלקה נדירה נחלשת ראשונה, והשגיאה מוסטת לכיוון החמצה. כאן החמצה יקרה יותר מהתראת שווא: אות מיותר עולה יציאה אחת, וזה שלא זוהה — שבועות של טיפול.

העיכוב בתגובה הוא המחיר העיקרי. בין הסימן הקליני הראשון להחלטה על טיפול חולפים כמה ימים, ובצפיפות גידול גבוהה ההדבקה בזמן הזה משתלטת על הכלוב ועוברת לשכנים. לאחר מכן — טיפולים בעקבות התפרצות, הגבלות הסגר, דגים שהוסרו מהשיווק ואובדן גידול, שכבר לא נספר בראשים אלא בטונות.

לכן זיהוי מחלות דגים בווידאו אינו «להתקין מצלמה ולהפעיל זיהוי», אלא לבנות מסלול מפריים להחלטה: לייצב את הצילום, לאסוף תיוג בתנאים אמיתיים של הכלוב, לכוונן את סף התגובה לפי מחיר ההחמצה, ולהעביר את האות לאדם שיכול לפעול באותו יום, ולא בסיור הבא. מפרטים כיצד זה נסגר.

מה נותן ניטור וידאו: אפקט במדדים מדידים

בניטור אקווקולטורה, זיהוי מחלות דגים בווידאו מניב אפקט שנראה בדוחות, ולא במצגת: כל תצפית של המודל מתועדת עם מצלמה, זמן ומספר כלוב, ולכן המדדים ניתנים להשוואה לתקופות קודמות לפי אותם כללים.

  • מהירות התגובה. סיור נתן חתך פעם במשמרת, המצלמה צופה ברציפות: הסטייה הראשונה בהתנהגות נכנסת לדוח בתוך שעות, כשהפתולוגיה עדיין מקומית.
  • שיעור המקרים שהוחמצו. בעיניים מספיקים להעריך חלק מהגידול, בדיקה אוטומטית — את כל הפריים. אדישות, סירוב לאכול, פרטים בודדים ליד פני השטח מפסיקים ללכת לאיבוד.
  • סוג הכשל שהוסר. התפרצות מתועדת לפי שניים-שלושה פרטים, ולא לפי תמותה המונית: התרחיש «שמנו לב כשכבר אין מה לרפא» יוצא מהפרקטיקה.
  • היקף העבודה הידנית. לאיכתיולוג עוברים רק פריימים שנויים במחלוקת עם ביטחון נמוך של המודל, ולא שעות הקלטה — שיעור הצפייה הידנית יורד, והזמן מוקדש למקרים מורכבים.
  • הפחתת תמותה. הסגר כלוב, תיקון האכלה וטיפול מופעלים לפני עליית התמותה; בדוח זה נראה בעקומת התמותה היומית.

תיוג וכללי תצפית נבחנים מול המלצות אבחון של הארגון העולמי לבריאות בעלי חיים — הדוח נשאר בר-השוואה בעת החלפת איכתיולוג ובבדיקות. מדדים מחושבים באותם מרווחים, והפריימים המקוריים נשמרים: כל מספר ניתן להעלות לתצפית קונקרטית ולבדוק מחדש ידנית.

פורמטים של צילום ומצבי פעולה של המערכת

מצב הצילום קובע מה בכלל נכנס לפריים, ומצב העיבוד — כמה מהר תקבלו תשובה לכל חשד. מצלמה תת-ימית על תושבת קשיחה נותנת זווית יציבה וקנה מידה צפוי של הפרט, אך נתקלת בעכירות, בהצטברות אצות על זכוכית המגן ובמחסור באור בעומק.

צילום מעל פני המים פשוט יותר לתחזוקה ומכסה את כל שטח הכלוב, אבל השתקפויות, אדוות ועובי המים הופכים חלק מהפרטים לבלתי ניתנים להבחנה.

אפשרות מתי מתאימה מגבלות
מצלמה תת-ימית כלובים סגורים, בריכות, מערכות עם מים צלולים עכירות, הצטברות אצות על האופטיקה, נדרשים ניקוי קבוע ותאורה
צילום מעל פני המים בריכות פתוחות וכלובים גדולים, שבהם חשוב המצב הכללי השתקפויות, גלים, חלק מהדגים יורדים לעומק ונושרים מהמדגם
עיבוד בזמן אמת נדרש אות ברגע האירוע, מיון הזרם רגיש לאיכות הפריים, מייצר יותר התראות שווא
עיבוד אצווה של הקלטות ארכיון לילי, ניתוח אירועים, דיוק האבחנה עיכוב בתשובה, נדרש מלאי מקום בדיסק להקלטות

בפועל משלבים בין המצבים: זמן אמת לוכד אירועים חשודים ומפעיל הקלטה, וניתוח אצווה מאשר את הממצא על קטע מלא ומסנן שווא. קונטור כזה מסיר את המגבלה העיקרית של הצילום — את חוסר היכולת לקבל פריים מושלם של כל פרט.

שלבי יישום: מביקורת ועד מסירה לתפעול

סדר העבודות בנוי כך שכל שלב מסתיים בתוצאה ניתנת לבדיקה, והחלטות מתקבלות לפי נתוני גוף המים הספציפי, ולא לפי הנחות ממוצעות. להלן הרצף מהביקור הראשון ועד מסירה למשמרת.

  1. ביקורת גוף המים. המהנדסים מתעדים את הגאומטריה של הבריכות והכלובים, משטר חילוף המים, תאורה, צפיפות הגידול ואת האזורים שבהם המחלה הופיעה בעבר. בפלט — מפת אזורי תצפית ורשימת מגבלות להמשך הקונפיגורציה.

  2. פריסת מצלמות. זוויות נבחרות כך שפרטים לא יסתירו זה את זה וסימני הפגיעה יישארו ניתנים להבחנה. נקודות התצפית מקושרות למקומות תחזוקה — ניקוי העדשה אינו מצריך עצירת הקו.

  3. התקנה וכיול ספי רגישות. הסף נקבע לפי זרם הווידאו בפועל: נמוך יוצר שטף של אותות שווא, שהמשמרת מפסיקה להגיב עליהם; גבוה — מחמיץ שלבים מוקדמים. האיזון נבחר על קטעים מתויגים ומתועד בקונפיגורציה.

  4. בדיקה על הקלטות בקרה. מריצים את המערכת על ארכיון עם אבחנות מאושרות ועל הקלטות ללא פתולוגיה, מחשבים שלמות גילוי ושיעור התראות שווא. זהו מדד קבלה, ולא הדגמה ראוותנית.

  5. הדרכת המשמרת. המפעילים לומדים כיצד לקרוא את האות, מה לעשות בעת התראה וכיצד לסמן סימונים שגויים: משוב מהשטח מוזן ללמידה נוספת.

  6. נוהל תפעול ומסירה. מתעדים תגובות להתראה, תדירות בדיקת זוויות, סדר עדכון המודל. מוסרים סכמה, קונפיגורציה, נוהל ויומן בדיקות, ובהמשך מלווים לפי לוח זמנים מוסכם.

מה מוסרים לידיים: קונפיגורציות, סכמות, נהלים

פרויקט לזיהוי מחלות דגים חשוב לא רק בדיוק המודל בקבלה, אלא בכך שהלקוח יכול לפתח אותו בלעדינו. לכן אנחנו סוגרים את ההרצה במסירת ארטיפקטים: בלעדיהם המערכת נשארת «קופסה שחורה» שנשברת בשינוי הראשון של תנאי הצילום או בהחלפת האחראי. להלן מה בדיוק נשאר בידיכם.

  • קונפיגורציית המערכת — קובצי הגדרות עם סף ביטחון, תדירות עיבוד פריימים, כללים לאיחוד אירועים למקרה אחד ורשימת אזורים מותעלמים. משתנים ללא שינוי קוד: האיכתיולוג יכול להעלות רגישות בתקופת התפרצות בלי לעצור את הזיהוי.
  • סכמות פריסת ציוד — קישור מצלמות ותאורה למספרי כלובים, בריכות וקווים, זוויות תצפית, אזורי חפיפה, דרישות לניקיון מים וזכוכית. לפיהן קבלן חדש או המהנדס שלכם ישחזר את ההתקנה בלי ניחושים.
  • מדיניות גישה — תפקידים לפי משימות: מפעיל רואה רק את הקווים שלו ומאשר מקרים, איכתיולוג מקבל את המדגם המלא, טכנולוג משנה ספים. סעיף נפרד — יומן פעולות: מי, מתי ולמה ביטל התראה.
  • תיעוד טכני — תיאור ארכיטקטורה, זרימות נתונים ושדות מסד נתונים, רשימת מחלקות מחלות עם קריטריונים לסיווג. בנוסף פרק «למה כך»: אילו החלטות התקבלו ובאילו תצפיות הן אושרו.
  • הוראות לצוות — עמוד אחד לכל תפקיד: מה לעשות בעת התראה, כיצד לאשר או לדחות אירוע, לאן להסתכל בהחמצה שגויה. מיועדות לעובד משמרת ללא ניסיון בעבודה עם מודלים.
  • נוהל תחזוקה — תדירות בדיקת איכות על מדגם בקרה, סדר למידה נוספת על פריימים מתויגים חדשים, קריטריון שמחייב התערבות. כאן גם — נוהל חזרה לגרסת מודל קודמת.
  • תיוג ומדגם ולידציה — מערך נתונים עם תיאור כללי תיוג, כדי שהמומחים שלכם ימלאו אותו באופן אחיד, והמדדים יישארו ברי-השוואה בין גרסאות.

הכול מועבר למאגרים ולמחסנים שלכם עם הרשאות בעלים — לא לקונטור סגור של המבצע. אם ההרכב נראה מוגזם, נדון במשימה ונציע סט מינימלי מספק: תארו את התנאים במשק, נחזור עם הערכה ותוכנית מסירה.

מקרה בוחן: כיצד צמצמנו תמותה בקו כלובים פי שלושה

בקו כלובים של הלקוח, סיור בכלובים נעשה פעם ביממה: מפעיל עבר את הקו מהסירה, בחן את הרשת ואת התנהגות הדגים, לקח דגימות. כלוב אחד תפס כשעה, וחלק גדול מהמשמרת הושקע בדגים בריאים מלכתחילה. את הנגע הבחינו לפי סימנים חיצוניים ביום השלישי-רביעי — חלק מהגידול עד אז כבר אבד.

את התיוג אספנו יחד עם איכתיופתולוג של המשק לפי המלצות מתודיות של הארגון העולמי לבריאות בעלי חיים, כדי שמחלקות הסימנים יתאימו למה שנוהל וטרינרי מתעד כמקרה מאושר, ולא לתמונה נוחה לאלגוריתם.

מה הותקן

מצלמות מעל הכלובים ומודול תת-ימי על קו ההאכלה, צילום מסביב לשעון. המערכת מעריכה פריים כל כמה שניות, מסננת עכירות, השתקפויות ואצות, ובאות יציב על סדרת פריימים שולחת למפעיל התראה עם מספר הכלוב והשעה. המפעיל פותח את הקטע ומאשר או דוחה — שני הסימונים מוזנים ללמידה נוספת.

מה השתנה

זמן התגובה ירד מ-3-4 יממות ל-2-3 שעות: האות מגיע כשהנגע נראה על פרט אחד-שניים. התמותה במחזור הגידול הצטמצמה פי שלושה, ואת הסיור הרציף החליפו בסיור נקודתי — המפעיל הולך רק לכלובים עם אות מאושר, והקו נסגר מהר פי שניים.

לנוהל הוספו שלושה סעיפים: בדיקת אות בתוך שעתיים, יומן פריימים לכל כלוב, וסף שמעליו הכלוב עובר להסגר. מספר הטיפולים הרפואיים בקו ירד — חלק מהמוקדים כובו בהחלפת תזונה ובבידוד לפני התפרצות. לאחר שני מחזורים שיעור אותות השווא ירד לרמה שבה הבדיקות תופסות פחות משעה במשמרת.

כיצד להרחיב זיהוי מקו אחד לכל החווה

במעבר מאתר ניסוי למספר קווים, המודל לא מאומן מחדש — משתנה סכמת הצילום: מספר אזורי הבקרה, פריסת המצלמות וקישור האירוע לקו מסוים. בקו אחד די בזווית אחת, במספר קווים מופיעים שטחים מתים במעברים בין כלובים, שבהם הדגים נעים בזרם צפוף.

מצלמות שכבר הותקנו לרוב נשארות במקומן: אנחנו בודקים את זווית התצפית, יציבות התאורה ואחידות זרימת הרשת. אם הפריים באזור הבקרה הנדרש דומה לפריים הייחוס, המצלמה מתחברת כפי שהיא; משנים רק מיקום או מוסיפים תאורה במקום שבו מפריעים תאורה נגדית והשתקפויות מהמים.

החלק החישובי מתרחב לא כמו האופטיקה. צומת אחד מסוגל להחזיק כמה זרמים, אבל השהיית העיבוד גדלה עם מספר אזורי הבקרה, לכן הזרמים מוקצים לקווים עם מרווח — תור בקו אחד לא אמור לעכב קווים שכנים.

האינטגרציה עם הציוד מתבצעת דרך שער: אירוע עם תגית קו, אזור וזמן עובר למערכת הבקרה הקיימת, וספי הרגישות מכווננים בנפרד לכל קו. סף אחיד לכל החווה נותן או החמצות בקו שקט, או מפולת של התראות שווא בקו פעיל.

אנחנו מפעילים קווים בזה אחר זה, כל אחד נבחן מול אתר ייחוס לפי מדדי הזיהוי. כך רואים מה גרם לפער — תאורה, זווית או צפיפות גידול, והקו הבא יוצא לדרך עם התיקונים האלה.

ספקות טכניים: דיוק, התראות שווא, תאורה

דיוק הזיהוי אינו מספר אחד, אלא סט מדדים לפי חתכים: בנפרד לפי מחלקות מחלות, בנפרד לפי תנאי צילום. במים עכורים, בתאורה חלשה ובחפיפות של דגים בפריים התוצאה גרועה בבירור, לכן דיוק ושלמות מחושבים לפי תת-קבוצות — אחרת חתך חלש מתחבא מאחורי ממוצע טוב.

את סף הביטחון בוחרים לפי מחיר הטעות. החמצת מחלה והתראת שווא עולות באופן שונה, לכן פריימים מפוקפקים לא נזרקים בשקט, אלא עוברים לתור נפרד לבדיקת מפעיל.

איכות הנתונים קובעת את השאר. פריימים מווידאו הם עודפים, לכן בוחרים אותם במרווחים לפי סצנה ובנפרד משלימים מקרי גבול — חוסר פוקוס, השתקפויות, חפיפה חלקית.

תיוג מתבצע על ידי לפחות שני מתייגים, ופערים מנותחים: שיעור גבוה של פריימים שנויים במחלוקת אומר שהמחלקה תוארה באופן דו-משמעי והמודל ילמד סתירות.

כיצד המערכת מתנהלת במים עכורים ובתאורה משתנה?

הפריים עובר נרמול: איזון לבן, יישור קונטרסט, מסכת אזור עניין — כדי שרקע והשתקפויות לא ייכנסו לניתוח. המודל מאומן על צילום באותם תנאים כמו באתר, כולל פריימים גרועים מיסודם. אם האיכות נמוכה מהמותר, המערכת לא מנחשת, אלא מסמנת את הפריים כבלתי מתאים.

מאין מגיעות התראות שווא?

לרוב מסימנים חזותיים דומים: פציעות, גידולים, השתקפויות על קשקשים, חפיפה של דג אחד על אחר. מנטרלים בשתי דרכים — אוספים דוגמאות שליליות מורכבות למדגם ומחליקים את התוצאה לאורך זמן: פריים בודד לא נחשב אירוע, האות מאושר על ידי סדרה. שטף התראות השווא יורד בלי לאבד רגישות.

נדון במשימה: מה צריך כדי להתחיל בעבודה

כדי לחזור עם הערכת משימה ותוכנית יישום, ולא עם שיקולים כלליים, אנחנו זקוקים למינימום נתוני מקור. להלן רשימה שמכסה את עיקר השאלות בתחילת העבודה; אם משהו חסר, אמרו ישירות — נדון במה להחליף אותו.

  • וידאו ותמונות מנקודות הצילום שלכם — כמה שעות הקלטה, כולל מקרים מורכבים: מים עכורים, השתקפויות, צפיפות גידול גבוהה, תאורה חלשה.
  • רשימת המחלות היעד והחלטות מאושרות של איכתיופתולוג או וטרינר על החומרים האלה — הם הופכים לאמת מידה ללמידה ולקבלה.
  • סכמת נקודות צילום: היכן ממוקמות המצלמות, אילו זוויות, האם יש חשמל וערוץ תקשורת באתר.
  • מה צריך לקרות עם התוצאה: אות למפעיל, רישום ביומן קיים או דוח נפרד לפי משמרת.
  • מצב הפעולה של המערכת — זיהוי מחלות דגים בזמן אמת על הזרם או ניתוח ארכיון לתקופה קודמת.
  • מי מצד הלקוח מקבל את התוצאה ומנתח מקרים שנויים במחלוקת — בלי זה הקבלה מתארכת.
  • נהלים בתוקף: כיצד כיום מתעדים חשד למחלה ומה קורה לאחר מכן.

לאחר מכן מתעדים את סדר השלבים: בדיקת נתונים, אב טיפוס על החומרים שלכם עם מדידת דיוק, פיילוט בקו אחד או בבריכה אחת, ואחר כך יישום והדרכת צוות. תארו את המשימה — נחזור עם הערכת לוחות זמנים ותוכנית עבודה.