解释列表
渔业人工智能
渔业人工智能
渔业人工智能
研究テーマ例
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
研究主题示例
研究成果（节选）
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
研究成果（节选）
渔业 × AI
解释列表
在这项研究中，我们旨在利用渔业中的 AI/IoT 技术来改善运营并加强资源管理。我们正在开发一种系统，使用固定摄像机拍摄渔港捕获的鱼，并自动识别鱼的种类、大小和数量。该系统将实现大规模捕捞信息的电子记录，从而实现更有效的资源调查。此外，如果能够不断积累数据，有望作为未来渔业研究的基础数据。此项研究得到了 JST ACT-X 的部分支持。
研究主题示例
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据 等。
研究成果（节选）
研究成果（节选）
研究成果（节选）
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
解释列表
解释列表
渔业人工智能
渔业人工智能
研究テーマ例
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
研究テーマ例
研究成果（节选）
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3 。
研究成果（节选）
渔业 × AI
解释列表
在这项研究中，我们旨在利用渔业中的 AI/IoT 技术来改善运营并加强资源管理。我们正在开发一种系统，使用固定摄像机拍摄渔港捕获的鱼，并自动识别鱼的种类、大小和数量。该系统将实现大规模捕捞信息的电子记录，从而实现更有效的资源调查。此外，如果能够不断积累数据，有望作为未来渔业研究的基础数据。此项研究得到了 JST ACT-X 的部分支持。
研究テーマ例
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
研究成果（节选）
研究成果（节选）
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
研究成果（节选）
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
解释列表
解释列表
渔业人工智能
渔业人工智能
研究テーマ例
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
研究テーマ例
研究成果（节选）
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
研究成果（节选）
渔业 × AI
解释列表
在这项研究中，我们旨在利用渔业中的 AI/IoT 技术来改善运营并加强资源管理。我们正在开发一种系统，使用固定摄像机拍摄渔港捕获的鱼，并自动识别鱼的种类、大小和数量。该系统将实现大规模捕捞信息的电子记录，从而实现更有效的资源调查。此外，如果能够不断积累数据，有望作为未来渔业研究的基础数据。此项研究得到了 JST ACT-X 的部分支持。
研究テーマ例
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
研究成果（节选）
研究成果（节选）
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
研究成果（节选）
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
解释列表
解释列表
渔业人工智能
渔业人工智能
研究テーマ例
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
研究テーマ例
研究成果（节选）
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
研究成果（节选）
渔业 × AI
解释列表
在这项研究中，我们旨在利用渔业中的 AI/IoT 技术来改善运营并加强资源管理。我们正在开发一种系统，使用固定摄像机拍摄渔港捕获的鱼，并自动识别鱼的种类、大小和数量。该系统将实现大规模捕捞信息的电子记录，从而实现更有效的资源调查。此外，如果能够不断积累数据，有望作为未来渔业研究的基础数据。此项研究得到了 JST ACT-X 的部分支持。
研究テーマ例
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数 据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
研究成果（节选）
研究成果（节选）
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
研究成果（节选）
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
解释列表
解释列表
使用 3D-CG 软件合成鱼类图像
为了实现鱼获图像识别，需要大量标记图像数据集。然而，标注工作，特别是实例分割的工作量非常巨大，每次都要在各个渔场中圈出大量图像中的相关区域并不现实。因此，在本研究中，我们开发了一种方法，使用极少量的标记数据和 3D-CG 软件 Blender 通过图像合成自动生成训练数据集。相比于复制粘贴的方法，该方法能够进行姿态变换、阴影生成、三维表达等，并能生成更加自然的合成图像，从而提高训练数据集的质量。
使用 Mask Keypoint RCNN 进行鱼长估计
为了实现渔业资源的可持续利用，重要的是利用捕捞作业和渔获物信息进行资源调查，使用基于科学知识的客观指标对资源进行评估，并根据评估结果所依据的指标对资源进行管理。另一方面，资源评估所需的基本信息，例如捕捞鱼的数量、鱼的种类和鱼的长度，通常在每个渔场都是手动测量的。在本研究中，我们开发了一个系统，通过使用 Mask Keypoint R-CNN 进行图像识别，自动收集有关鱼类捕获量的基本信息。特别地，该论文因重新定义了捕获识别的关键点以及仅使用少量通过复制粘贴增强的标记数据来训练模型而引人注目。
渔业人工智能
渔业人工智能
渔业人工智能
研究テーマ例
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
研究テーマ例
研究成果（节选）
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据 增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
研究成果（节选）
渔业 × AI
解释列表
在这项研究中，我们旨在利用渔业中的 AI/IoT 技术来改善运营并加强资源管理。我们正在开发一种系统，使用固定摄像机拍摄渔港捕获的鱼，并自动识别鱼的种类、大小和数量。该系统将实现大规模捕捞信息的电子记录，从而实现更有效的资源调查。此外，如果能够不断积累数据，有望作为未来渔业研究的基础数据。此项研究得到了 JST ACT-X 的 部分支持。
研究主题示例
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用Mask Keypoint RCNN识别渔获物，使用3D-CG软件自动生成渔获物图像数据等。
研究成果（节选）
研究成果（节选）
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
研究成果（节选）
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
使用 Mask Keypoint R-CNN 进行鱼长识别以进行渔业资源管理，IPSJ 第 32 届 CDS 研讨会，2021 年。
使用自动对象生成进行鱼实例分割的数据增强方法，日本人工智能学会全国会议，2021 年。
(研究基金) 渔业大数据通用渔获识别平台开发，JST ACT-X，2020.12 - 2023.3。
解释列表
解释列表
使用 3D-CG 软件合成鱼类图像
为了实现鱼获图像识别，需要大量标记图像数据集。然而，标注工作，特别是实例分割的工作量非常巨大，每次都要在各个渔场中圈出大量图像中的相关区域并不现实。因此，在本研究中，我们开发了一种方法，使用极少量的标记数据和 3D-CG 软件 Blender 通过图像合成自动生成训练数据集。相比于复制粘贴的方法，该方法能够进行姿态变换、阴影生成、三维表达等，并能生成更加自然的合成图像，从而提高训练数据集的质量。
使用 Mask Keypoint RCNN 进行鱼长估计
为了实现渔业资源的可持续利用，重要的是利用捕捞作业和渔获物信息进行资源调查，使用基于科学知识的客观指标对资源进行评估，并根据评估结果所依据的指标对资源进行管理。另一方面，资源评估所需的基本信息，例如捕捞鱼的数量、鱼的种类和鱼的长度，通常在每个渔场都是手动测量的。在本研究中，我们开发了一个系统，通过使用 Mask Keypoint R-CNN 进行图像识别，自动收集有关鱼类捕获量的基本信息。特别地，该论文因重新定义了捕获识别的关键点以及仅使用少量通过复制粘贴增强的标记数据来训练模型而引人注目。
使用 3D-CG 软件合成鱼类图像
为了实现鱼获图像识别，需要大量标记图像数据集。然而，标注工作，特别是实例分割的工作量非常巨大，每次都要在各个渔场中圈出大量图像中的相关区域并不现实。因此，在本研究中，我们开发了一种方法，使用极少量的标记数据和 3D-CG 软件 Blender 通过 图像合成自动生成训练数据集。相比于复制粘贴的方法，该方法能够进行姿态变换、阴影生成、三维表达等，并能生成更加自然的合成图像，从而提高训练数据集的质量。
使用 Mask Keypoint RCNN 进行鱼长估计
为了实现渔业资源的可持续利用，重要的是利用捕捞作业和渔获物信息进行资源调查，使用基于科学知识的客观指标对资源进行评估，并根据评估结果所依据的指标对资源进行管理。另一方面，资源评估所需的基本信息，例如捕捞鱼的数量、鱼的种类和鱼的长度，通常在每个渔场都是手动测量的。在本研究中，我们开发了一个系统，通过使用 Mask Keypoint R-CNN 进行图像识别，自动收集有关鱼类捕获量的基本信息。特别地，该论文因重新定义了捕获识别的关键点以及仅使用少量通过复制粘贴增强的标记数据来训练模型而引人注目。