バイオマス推定データパイプライン（カメラと機械学習）

カメラベースのバイオマス推定パイプラインは、魚やエビの水中または水槽内の画像やステレオビデオをキャプチャし、訓練された機械学習モデルに通します。このモデルは個々の動物を検出し、その体長または体形を推定し、種特有の体長-体重関係を使用して推定体重に変換します。その後、何千もの個々の推定値を集約して個体群レベルのバイオマス数値を作成します。これには、魚群の物理的な取り扱いや密集を一切必要としません。このパイプラインの精度は、いくつかの複合的な要因に依存します。画像品質（濁度と照明が検出精度に直接影響します）、実際の養殖個体群に対する訓練データセットの代表性（ある種またはサイズ範囲で訓練されたモデルは、その範囲外で適用されると精度が低下します）、そしてサンプリング戦略です。なぜなら、カメラの視野が特定のサイズクラスや水槽ゾーンを他の場所よりも体系的にサンプリングする場合、たとえ非常に正確な個体ごとの推定値であっても、偏った個体群推定値を生み出すからです。出力されるバイオマス推定値は、給餌量計算と成長率追跡に直接利用されます。そのため、個体群の年齢や水質条件の変化に伴うモデルドリフトは、監視されないまま放置されると文書化された故障モードとなるため、パイプラインのキャリブレーションと、実際の収穫データやサンプル計量データと推定値を定期的に照合する継続的な精度検証は、一度限りの設定作業ではなく、運用上の必須事項となります。