Appetitemeter

Den overordnede idéen for verdiskapning er å utvikle et beslutningsstøtte instrument for bedre fôrkontroll som kan integreres i Steinsvik sitt kamera- og fôringssystem, for objektiv fôring av fisk i oppdrettsanlegg.

Steinsvik AS har levert rundt 10 000 undervannskamera, og har derfor tilgang til store datamengder. Kameraene er utstyr med sensor for oksygenmåling, dybde-og retningsinformasjon. Alle aktivitetene og valgene røkter gjør, som start, bremsing og fôring, logges. Gjennom dette prosjektet ønsker vi å koble alle disse datakildene med oppsummerende egenskaper fra videostrømmene for å legge til rette for læring i form av at man trener en maskinlæringsalgoritme til å etterligne en røkter ved å predikere fôringsintensitet og stopp.

De mest sentrale FoU-utfordringene:

- Ekstrahere egenskaper fra video som beskriver fiskens oppførsel

- Utvikle algoritmer for automatisk vurdering av appetitt

- Deteksjon av uventede hendelser under fôring og selvlæring

- Forbedring av avbildende system

Samtidig med utvikling av appetittmeteret, skal Steinsviks fôringssoftware utvikles slik at det er kommunikasjon mellom fôrings- og kameraovervåkingssoftware hvor appetittmeteret skal integreres.

Steinsvik AS vil introdusere appetittmeteret etter at det er verifisert konsistent, grundig testet og oppfattes som nyttig av en referansegruppe av røktere (beta-testere).

Produktet ligger innenfor selskapets kjernevirksomhet og vil bli markedsført gjennom Steinsviks markedsapparat.

For å realisere innovasjonen trenger Steinsvik AS kompetanse fra SINTEF IKT. Steinsvik AS vil selv bygge opp kompetanse på konvertering av algoritmer til små og strømsnåle enheter (embedded hardware) som kan kjøre inni kameraet.

Gjennom dette prosjektet ønsker Steinsvik, i samarbeid med SINTEF IKT, å redusere fôrslipp. Dette vil ha en positiv økonomisk effekt for oppdrette, samt en betydelig positiv miljøeffekt.