A preliminary application and its error estimates of a simple stereo-camera measure system for the far-sea fishery of Pacific saury
Notice bibliographique
Résumé
Pacific saury is one of the most economically important species in the northwestern Pacific Ocean. The management of this resource relies on precise input of biological data such as body length and is often hindered by a lack of such data on captured fish. This study explores the potential of electronic monitoring (EM) using off-the-shelf stereo cameras to overcome the challenges of collecting and measuring saury body length from the Pacific saury fishery. Using a calibrated WEEVIEW SID WV3000 3D camera, a total of 252 paired images with different shooting angles and distances were obtained for further measurement using Sebastes Stereo Image Analysis Software (SSIAS). The treatments for the measurement distance (MD) were 30 cm, 60 cm, and 100 cm, for the depression angle (DA) were 30°, 60°, and 90°, and for the position angle (PA) were 0°, 45°, and 315° (- 45°). An assistant calibration (AC) in the form of a 16 cm black ruler was also added used. The SSIAS measurement results indicated that the best measurement was obtained with 0° position angle, 90° depression angle, and 30 cm distance from the target fish. The use of AC in the SSIAS + AC measurement was proven to reduce the measurement error from 2.45 to 8.64% to - 1.86 to 0.01%. This study set the baseline for the application of EM on collecting saury body length and the use of AC has been proven to increase the measurement accuracy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».