IVL Svenska Miljöinstitutet

ivl.se
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
AI som verktyg för klassificering av  ostronyngel från havsbaserade kollektorer
IVL Svenska Miljöinstitutet.
IVL Svenska Miljöinstitutet.
IVL Svenska Miljöinstitutet.
IVL Svenska Miljöinstitutet.
2021 (Svenska)Rapport (Refereegranskat)Alternativ titel
AI as a tool for classifying oyster algae from sea-based collectors (Engelska)
Abstract [sv]

Den här studien är en fortsättning och vidareutveckling av ett tidigare projekt (Wilhelmsson et al.2020). I det tidigare projektet slogs det fast att det är möjligt att klassificera ostron som antingen Magallana gigas (fortsättningsvis endast Gigas) eller Ostrea edulis (fortsättningsvis endast Edulis) med hjälp av AI-baserad bildbehandlingsteknik.

Ostronen som användes i det tidigare projektet hade tillåtits växa till sig under ca 11 månader i korgar efter att ha skördats från kollektorer och var även manuellt rengjorda innan fotografering.

Det långsiktiga målet med ostronklassificeringen är att kunna sortera ostron automatiskt direkt när de skördas från kollektorer, eftersom det är i det skedet som ostronodlare är i störst behov av ensortering. Genom att sortera ostron direkt vid skörd från kollektorer säkerställs även att inga ostron hunnit bli könsmogna och därför heller inte hunnit föröka sig.

Att sortera direkt från kollektor innebär dock att ostronen som ska klassificeras kommer vara blandade med kalkrester från kollektorerna, samt diverse havslevande organismer i form av marin påväxt.

Därför behöver klassificeraren inte bara kunna se skillnad på olika ostronarter utan även identifiera vad i skörden från kollektorerna som är ostron och ej.

Ort, förlag, år, upplaga, sidor
2021.
Nyckelord [sv]
Ostron, AI, ostronyngel, klassificering, havsbaserade kollektorer, magallana gigas, ostrea edulis, stillahavsostron, europeiska platta ostron
Nationell ämneskategori
Datorseende och robotik (autonoma system) Fisk- och akvakulturforskning
Identifikatorer
URN: urn:nbn:se:ivl:diva-4101Lokalt ID: C639ISBN: 978-91-7883-449-5 (tryckt)OAI: oai:DiVA.org:ivl-4101DiVA, id: diva2:1720239
Forskningsfinansiär
JordbruksverketTillgänglig från: 2022-12-19 Skapad: 2022-12-19 Senast uppdaterad: 2022-12-19

Open Access i DiVA

fulltext(965 kB)42 nedladdningar
Filinformation
Filnamn FULLTEXT02.pdfFilstorlek 965 kBChecksumma SHA-512
2b78e4ddcd67b06e4b193a9df163d6742bdd0a041a61752747ef15b076c29476717662a67122b5bea7d754532ac2c04389ba153b6ec9d5cb8cb8b02124cb1cc7
Typ fulltextMimetyp application/pdf

Sök vidare i DiVA

Av författaren/redaktören
Wilhelmsson, JensJohansson, TorbjörnStrand, ÅsaWrange, Anna-Lisa
Av organisationen
IVL Svenska Miljöinstitutet
Datorseende och robotik (autonoma system)Fisk- och akvakulturforskning

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 43 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

isbn
urn-nbn

Altmetricpoäng

isbn
urn-nbn
Totalt: 285 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf