Lus - Aquabyte

Lus

Vekt

Velferd Wise

Teknologi

Daglige lusetall og to ukers luseprognose

Aquabyte LUS var det første systemet som fikk godkjenning av Mattilsynet for automatisk lusetelling. I dag brukes Aquabyte LUS av oppdrettere over hele verden, og systemet gir daglige og nøyaktige lusetall uten manuell håndtering av fisken eller annen form for stress. Som det eneste automatiske lusetellingssystemet på markedet tilbyr Aquabyte LUS også luseprognose, som estimerer forventede lusetall én og to uker frem i tid

Gevinster ved å bruke Aquabyte LUS

Ingen manuell håndtering reduserer stress og skader på fisken
Reduserer tidkrevende og fysisk krevende arbeid for ansatte
Gir mer nøyaktige og korrekte lusetall
Oppdateres hver dag og ikke én gang per uke
Teller lus på flere fisk enn ved manuelle metoder
Gir detaljert innsikt i faktisk lusesituasjon og lusetrend over tid
Gir bedre beslutningsgrunnlag, og gjør det enklere å vurdere om avlusinger kan utsettes, må fremskyndes eller kan utelates helt

Lusetelling basert på maskinlæring

Aquabyte LUS utfører automatisk lusetelling basert på flere hundre tusen bilder som tas av fisken i merden hver dag. Bildene analyseres ved hjelp av kunstig intelligens og maskinlæring, og gir nøyaktige statustall for kjønnsmoden hunnlus, bevegelige lus, fastsittende lus og skottelus.

Mer nøyaktig enn manuell telling

Aquabyte LUS leverer daglige lusetall som er mer nøyaktige enn ukentlige manuelle tellinger, og gjøres helt uten at fisken håndteres. Dette er gunstig for fiskehelsen og sparer personell for tidkrevende og fysisk krevende arbeid. De automatiske tellingene fra Aquabyte LUS gir kontinuerlig oppdatert informasjon om lusesituasjonen i merden og gir god innsikt i utviklingen av lusetrender.

Prognoser for luseutvikling

Som eneste automatiske lusetellingssystem gir Aquabyte LUS prognoser for den fremtidige lusesituasjon. Systemet bruker historiske data, trender og nåværende lusestatus til å beregne sannsynligheten for at lusegrensen vil overstiges én og to uker frem i tid. Aktuell lusegrens kan defineres i Aquabyte LUS på merd- eller anleggsnivå. Tilgjengelige grenser gjelder for kjønnsmoden lus kan settes til enten 0,2 eller 0,5.

Oppdaterte lusedata lett tilgjengelig

Lusetallene fra Aquabyte LUS er tilgjengelig i Aquabyte Brukerportal. Lusedata kan også overføres til andre forretningssystem via vårt API.
I Brukerportalen vises luseinformasjonen i form grafer og som rådata for enkeltdager. Dagstallene og grafene gir innsikt i både nåværende lusesituasjon og trend over tid, og er et uvurderlig verktøy når viktige og kostbare avgjørelser om avlusinger skal tas.

Enklere å rapportere til Mattilsynet

Aquabyte LUS gjør det enklere å rapportere lusetall til Mattilsynet. Luserapporter genereres enkelt i systemet, og gir detaljert informasjon om de fire lusetypene for hver enkelt merd. Rapportene kan lagres i Aquabyte LUS og brukes som grunnlag for pålagt rapportering av ukentlige lusetall.

Book demo

Spørsmål og svar om maskinlæring

Hva er maskinlæring?

Maskinlæring er en form for kunstig intelligens. Det er en programvare, et nettverk av algoritmer, som trenes opp til å gjenkjenne og tolke mønster i bilder og datamengder. Teknologien bak er den samme som blir brukt i ansiktsgjenkjenning i sosiale medier, til å tolke trafikkbildet for selvkjørende biler – eller til å anbefale deg filmer eller musikk på Spotify og Netflix ut fra dine tidligere valg.

Vanlig dataprogram utføres en utregning på basis av data som blir tastet inn i programmet. I maskinlæring utvikler programmene og algoritmene seg etter hvert som de blir «trent » av ny data. Det blir en form for mønstergjenkjenning, der algoritmene lærer seg hva de skal se etter. De får nye treningsdata sammen med korrigeringer på svarene de har gitt tidligere, og kommer opp med mer og mer presises resultater.

La oss si at algoritmene skal trenes opp til å gjenkjenne lakselus. Algoritmene blir da matet inn med treningsdata, en mengde bilder a laks med lus i ulike stadier. Gjennom tilbakemeldinger blir algoritmene mer og mer treffsikre i å gjenkjenne lakselusen. Det er viktig å bruke bilder tatt under reelle forhold i merden, med skiftende lysforhold, og ulike vinkler av fisken.

Kvaliteten på algoritmene er viktig. Kanskje må de justeres for å legge vekt på andre faktorer i dataene, slik at resultatene blir mer presis. Kanskje må antallet algoritmer dataen må gjennom utvides. Ta for eksempel en programvare som skal gjenkjenne identiteten til enkeltfisk på grunnlag av det unike prikkmønsteret hver av dem har. Hvis algoritmene også skal gjenkjenne den samme fisken over tid, må algoritmene ha kapasitet til å forstå hvordan prikkmønsteret endres med størrelsen til fisken.

Bildene er tatt med et undervannskamera i merden. Per Erik Hansen, produktsjef for lus og velferd i Aquabyte, nevner at selskapet bruker et standard to-linsekamera med spesielt god optikk for å kunne måle 3D-avstand til fisken. Kameraet tar bilder kontinuerlig, er optimalt plassert slik at flest mulig fisk kan svømme forbi. Programvaren som kjører på kameraet filtrerer bort irrelevante bilder og analyserer de beste.

De av våre kunder som har benyttet seg av systemet over lengre tid, rapporterer at resultatene viser seg å stemme godt med virkeligheten. Oppdretterne får daglige lusetall for hver merd, med telling av lus på langt flere fisk enn ved manuell telling. Programvaren skiller individuelle fisk fra hverandre, slik at samme fisk ikke telles flere ganger. Dette bidrar til at Aquabyte leverer lusetall med stor nøyaktighet.

Presis telling av lakselus og nøyaktig estimat av vekt- og distrubisjonsdata er to av bruksområdene som til nå har fått ferdig utviklede løsninger. Fiskehelse er et annet viktig anvendelsesområde. Detektering av vintersår, deformasjoner og andre ytre forandringer på laksen er aktuelle bruksområder. Ved å gi oppdretteren mye bedre innsikt og beslutningsgrunnlag vil man kunne ta langt bedre beslutninger og i det hele få en mer effektiv drift av oppdrettsanlegget.