Нейросеть для зоопланктона
Оконное приложение для распознавания зоопланктона на восстановленных изображениях цифровой голографической камеры
Актуальность
Роль планктона в экосистеме любой акватории трудно переоценить, поскольку это необходимое звено биоценоза. Поэтому исследование планктона - необходимый компонент любой морской экспедиции. Этот проект имеет в своей основе создание технических средств, позволяющих выполнить это исследование в режиме интернета вещей.
Гипотеза
Использование голографической камеры и нейросетевого обучения позволит улучшить качество и эффективность анализа и классификации черноморского зоопланктона.
Проблематика
В настоящее время ученые-биологи отбирают пробы в лучшем случае раз в месяц, что не позволяет проводить регулярный мониторинг. Так же на обработку планктона в лабораторных условиях уходит много времени и сил


Главная задача
Автоматизация распознавания зоопланктона с помощью нейросети
Цифровая голографическая камера (DHC) для исследования планктона in situ
Принцип работы DHC
Используется голография как невозмущающий метод регистрации и воспроизведения объёмного изображения водной среды, с его помощью определяются характеристики каждой частицы, взвешенной в зарегистрированном исследуемом объёме
Преимущества DHC
  • Получение за одну экспозицию информации о каждой особи планктона исследуемого объёма
  • Меньшая инвазивность по сравнению с традиционным сеточным методом
  • Возможность проведения исследований in situ, real time
  • Режим мониторинга с использованием глобальных систем связи и хранения данных
  • Возможность коммутирования с гидрофизическими датчиками и объединение в гидробиологический зонд
  • Возможность непрерывно выполнять цифровизацию и анализ планктонных данных непосредственно в среде обитания
Процесс работы

Первым делом мы прослушали вводные лекции по проекту, после отправились отбирать пробы к Чёрному морю с помощью сети Джеди (сетка для планктона). Далее в лабораторных условиях мы обработали полученный планктон, засняли его на DHC и сформировали датасет для нейронной сети. Обучили нейронную сеть и оценили точность ее работы. Создали приложение специально для работы с обученной нейросетью (нейросеть для распознавания зоопланктона).

Планы:

  • Дополнять dataset;
  • Автоматизировать процесс выбора сфокусированных изображений;
  • Увеличивать покрытие акваторий цифровыми голографическими камерами.
Наша команда
  • Михаил Михайлович
    Руководитель проекта
    Лаборант лаборатории радиофизических и оптических методов изучения окружающей среды
    t.me/MikhailKur
  • Александра Юрьевна
    Ассистент

    Научный сотрудник лаборатории терагерцовых исследований, к.ф.-м.н.

    t.me/starinshikova

  • Дарья Валерьевна
    Ассистент
    Лаборант лаборатории радиофизических и оптических методов изучения окружающей среды
    t.me/Da_shunchi_k

  • Демид

    Программист

    Запустил сервер с базой данных, разработал приложение

    t.me/Trembita123

  • Анастасия
    Программист, дизайнер
    Работа с голо-камерой, создание сайта
    t.me/Khiimi

  • Альберт
    Лаборант
    Обработка проб, работа с голографической камерой
    t.me/Mozg55
  • Александра
    PR-менеджер
    Работа с голографической камерой
    t.me/bbqut
  • Матвей
    Лаборант-биолог
    Обработка проб, работа с голографической камерой
    t.me/Matvey000001
Мы думаем о вашем будущем

Большие вызовы 2023

neiroset.planktonn@mail.ru