Rätt ostron med AI

ostron med en citronskiva.jpg

Att skilja inhemska och invasiva ostronyngel från varandra är svårt men nödvändigt enligt lag. Nu säkrar maskininlärning framtiden för havsbaserad odling och Bohusläns platta ostron.

– Vi behöver stärka det svenska vattenbruket, i synnerhet ostronsektorn, och möjligheten att kunna artbestämma ostron med hjälp av AI gör det lättare att få fram yngel av rätt art för havsbaserad odling, säger Åsa Strand, forskare på IVL Svenska Miljöinstitutet.

Havsbaserad ostronodling fungerar genom att så kallade kollektorer, som liknar tallrikar, hängs ut i vattnet där ostronlarver fastnar och växer till sig till yngel. Efter en tid skördas ostronen och läggs i undervattensburar där de får fortsätta växa.

Invasiv majoritet

Idag står stillahavsostron för majoriteten av de yngel som finns i svenska vatten, och som små är de svåra att skilja från de inhemska platta ostronen. Samtidigt är det förbjudet i lag att odla så kallade invasiva arter och därför måste ynglen från stillahavsostron sorteras bort. Det är ett svårt och tidskrävande manuellt arbete.

Nu har forskare på IVL Svenska Miljöinstitutet utvecklat ett bildidentifieringsprogram som kan särskilja yngel av de inhemska platta ostronen från de invasiva stillahavsostronen.

98 procent rätt

Algoritmen som projektet har utvecklat kan genom bildbehandling och maskininlärning snabbt klassificera bilder av ostron som antingen stillahavsostron eller europeiska platta ostron. Drygt 98 procent av ostron fick en korrekt klassificering.

– För att nå fram till det långsiktiga målet, att konstruera en fysisk ostronsorterare, återstår fortfarande en del utveckling. Men även om resultaten är baserade på bilder tagna i en kontrollerad miljö så är slutsatsen från det här projektet att det är möjligt att klassificera ostron med hög säkerhet, säger Jens Wilhelmsson, utvecklingsingenjör på IVL.

Det finns ett stort intresse för tekniken som nu kommer att testas på brasilianska ostronarter inom det transatlantiska forskningsprojektet AquaVitae. Projektet genomfördes med stöd från Jordbruksverket, Interreg-projektet MarGenII samt EU Horizon 2020-projektet AquaVitae.

Källa: IVL Svenska Miljöinstitutet

22 april 2020Uppdaterad 2 oktober 2023Reporter anne hammarskjölddigitFoto adobestock

Voisters nyhetsbrev

Allt om digitalisering, branschens insikter och smartare teknik.

SENASTE NYTT

Stäng