Detecção de Doenças em Peixes Usando Técnica de Aprendizado de Máquina Baseada em Imagem na Aquicultura

As doenças em peixes na aquicultura constituem um risco significativo à segurança alimentar. A identificação de peixes infectados na aquicultura continua desafiadora para ser realizada nos estágios iniciais devido à falta de infraestrutura necessária. A identificação de peixes infectados de forma oportuna é um passo obrigatório para evitar a propagação da doença. Neste trabalho, queremos detectar a doença do salmão na aquicultura, uma vez que a aquicultura de salmão é o sistema de produção de alimentos que mais cresce globalmente, representando 70 por cento (2,5 milhões de toneladas) do mercado. Na combinação de processamento de imagem impecável e mecanismo de aprendizado de máquina, identificamos os peixes infectados causados por vários patógenos. Este trabalho se divide em duas partes. Na parte rudimentar, pré-processamento e segmentação de imagem foram aplicados para reduzir o ruído e exagerar a imagem, respectivamente. Na segunda parte, extraímos os recursos envolvidos para classificar as doenças com a ajuda do algoritmo de Support Vector Machine (SVM) de aprendizado de máquina com uma função de kernel. As imagens processadas da primeira parte passaram por este modelo (SVM). Em seguida, realizamos um experimento abrangente com a combinação proposta de técnicas no conjunto de dados de imagens de salmão utilizado para examinar a doença dos peixes. Apresentamos este trabalho em um novo conjunto de dados que compreende com e sem aumento de imagem. Os resultados mostraram que o SVM aplicado apresenta desempenho notável com 91,42 e 94,12 por cento de precisão, respectivamente, com e sem aumento.