Onderzoeksproject Een analyse van Synthetische Data ter optimalisatie van automatische herkenning, classificatie en metingen binnen het monitoren van commerciële vissersvaartuigen
Algemeen kader
AI ontwikkelingen (artificiële intelligentie) in de mariene omgeving, bijvoorbeeld het automatisch kunnen onderscheiden van verschillende vissoorten, botst soms op praktische knelpunten. In het SynFish-project focussen de onderzoekers op het genereren van synthetische datasets van vissoorten om daarmee - aanvullend - echte data realistisch te benaderen. De reden is dat het lastig blijkt om voldoende echte trainingsdata te verzamelen voor de AI trainingsfase, bijvoorbeeld bij zeldzame of beschermde soorten. Daardoor ontstaat er ‘class imbalance’ in AI-training. Synthetische data biedt hiervoor een oplossing en helpen bij het trainen van herkenningssoftware. De software leert zo beter (ook deze) vissen te detecteren en tellen, ook in complexe situaties. Het project vormt de basis voor verdere toepassingen van synthetische data in machine vision binnen de visserij.
Onderzoeksaanpak
Het project bestaat uit vier onderdelen. De eerste twee omvatten de coördinatie, administratie, juridische omkadering en communicatie. Een derde luik focust op het genereren van synthetische datasets van enkele vissoorten, in samenwerking met een externe partner, Vintecc. Deze data wordt vervolgens ingezet in een vierde fase waarin visdetectiesoftware wordt getraind en getest. Tussen deze fases wordt iteratief gewerkt om de software te verfijnen. De nadruk ligt op het verbeteren van nauwkeurigheid en bruikbaarheid in complexe situaties.
Relevantie/Valorisatie
Het SynFish-project draagt bij aan de verbetering en optimalisatie van elektronische monitoringsystemen aan boord van commerciële vissersvaartuigen, door het uitbreiden en verrijken van geannoteerde datasets voor training van machine vision- en AI-systemen. Door de nauwkeurigheid in detectie, classificatie en lengtemeting van vissen te verhogen, kunnen zo meer waardevolle gegevens verkregen worden die ingezet kunnen worden voor wetenschappelijke analyses en bestandsevaluaties. De projectresultaten kunnen vervolgens de beleidsmatige en wetenschappelijke waarde van automatisch verzamelde visserijdata aanzienlijk vergroten.
Financiering
EFMZVA
FIVA
