Evaluación en tiempo real del agua de estanques mediante aprendizaje profundo integrado y adquisición de datos visuales: un enfoque práctico de monitorización para la acuicultura

Resumen

Describimos un protocolo para la clasificación de la calidad del agua en tiempo real utilizando la adquisición de imágenes submarinas, una red de controladores basada en Raspberry Pi y una Red Neuronal Artificial (ANN). El método detalla la configuración del sistema, la recogida de datos, el preprocesamiento, el entrenamiento de modelos y el despliegue. Este sistema de evaluación de la calidad del agua es especialmente adecuado para los criadores de koi, ayudando a garantizar condiciones óptimas para peces sanos.

Resumen

Mantener una calidad óptima del agua es esencial en la acuicultura, especialmente en especies ornamentales como el kois, donde la claridad del color y el equilibrio ambiental están directamente ligados a la salud y la estética. Este artículo presenta un protocolo completo para diseñar, desplegar y operar un sistema de monitorización de la calidad del agua en tiempo real basado en la clasificación de imágenes submarinas mediante aprendizaje profundo embebido. El sistema propuesto integra una cámara submarina de bajo coste con una red de controladores basada en Raspberry Pi en un robot autónomo de superficie acuática, permitiendo la captura, transmisión y clasificación de imágenes acuáticas mediante un modelo de red neuronal ligera. Se distinguen visualmente cinco categorías de condiciones del agua —que van desde claras hasta turbias— con una precisión de clasificación superior al 99% en un conjunto de datos personalizado. El sistema está configurado para funcionar de forma autónoma, ofreciendo evaluación continua y alertas visuales para condiciones que se deterioran. Este protocolo visual cubre el ensamblaje de dispositivos, calibración del sistema, despliegue de modelos y demostraciones de monitorización en tiempo real. El método apoya prácticas acuícolas sostenibles al permitir la evaluación continua y no invasora de los entornos acuáticos utilizando tecnologías asequibles y escalables. El enfoque puede adaptarse a otros contextos de acuicultura o monitoreo ambiental con modificaciones mínimas.

Introducción

El pez koi (Cyprinus carpio var. koi) es una variedad ornamental de la carpa común, valorada por sus colores vibrantes, patrones distintivos, elegante forma corporal y su elegante natación. Su belleza y movimientos fluidos los convierten en una opción favorita para estanques de jardín y elementos decorativos de agua en todo el mundo.

Mantener una buena calidad del agua en los estanques no solo apoya la vida acuática, sino que también contribuye a reducir las emisiones de carbono, beneficiando así al medio^{ambiente 1,2}. Se ha demostrado que m....

Protocolo

NOTA: Los códigos fuente utilizados en este estudio están disponibles en el siguiente repositorio de GitHub: https://github.com/prawit-chu/Real-Time-Pond-Water-Assessment-via-Embedded-Deep-Learning-and-Visual-Data-Acquisition

1. Configuración del equipo

1. Configura la red de mandos basada en Raspberry Pi (el robot y la cámara de acción).
2. Configura un servidor con el sistema operativo Ubuntu v24.04 LTS.

2. Configuración de la cámara de acción

1. Configura la dirección IP predeterminada (10.5.5.9) y la máscara de....

Resultados

El conjunto de datos se dividió en subconjuntos independientes de entrenamiento, validación y prueba. El rendimiento del modelo se monitorizó en el conjunto de validación durante el entrenamiento, y la evaluación final se realizó utilizando un conjunto de datos de prueba que contenía imágenes inéditas hasta entonces. Un rendimiento consistente entre conjuntos de validación y pruebas indica una generalización estable.

Para la clasificación de la calidad del agu.......

Discusión

Un paso crítico en este protocolo es la configuración de red de controladores basada en Raspberry Pi. Una configuración incorrecta provoca la falta de comunicación entre el servidor y la cámara de acción. Antes de probar los programas proporcionados, la comunicación entre el servidor y la cámara de acción debe verificarse mediante el comando PING. Aunque el modelo propuesto opera en tiempo real sobre hardware embebido, no se evaluaron las mediciones cuantitativas del tiempo de inferencia.......

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
GoPro Hero 11 Black	GoPro		para hacer fotos y grabar vídeos
GoPro Hero 12 Negro	GoPro		para hacer fotos y grabar vídeos
GoPro Hero 13 Black	GoPro		para hacer fotos y grabar vídeos
Raspbery PI	Raspberry PI	Cero 2W	Controlador
Router inalámbrico	ZTE	HG8045x5-12
Adaptadores Ethernet	Tp-link	UE300
Servidor	Dell	T30
Paquete de baterías 12 VDC	-	-	Suministro eléctrico
Bomba de CC	Agua tailandesa	AW500S	Movimiento del robot
Reducción de 5V	-	-	Reducir de 12V a 5V
Relé de 8 canales	-	-	Bombas de control
Aplicación rápida de GoPro	GoPro	GoPro	para probar la conexión Wi-Fi de la GoPro