IA et vision par ordinateur

Aquaculture intelligente par IA / Firmatech

Prototype du hackathon Junction Alger, réalisé en équipe : une plateforme d'aquaculture intelligente avec comptage de poissons, contrôles sanitaires, estimations de biomasse, suivi des bassins, alertes, rapports, parcours mobiles et tableau de bord d'administration.

PrototypeAucun dépôt publicPlateforme d'IA pour l'aquaculture intelligente / 2024-2025

Problème

Les exploitants d'aquaculture doivent suivre la qualité de l'eau, la santé des poissons, la biomasse, l'alimentation et les alertes, mais les contrôles manuels et les enregistrements dispersés ralentissent la réaction.

Solution

Découper le MVP en une application Expo, un tableau de bord Next.js, une API TypeScript/MongoDB, un backend d'IA FastAPI, un simulateur de données et un service de notifications.

Fonctionnalités clés

Comptage de poissons par IA à partir d'images vidéo, avec la détection Roboflow de type YOLOv8 et un suivi par centroïdes

Estimation du poids et de la biomasse à partir de la détection de longueur sur image et d'une formule empirique

Classification des maladies : poissons sains, Aeromonas, Streptococcus, virus du lac Tilapia et cas incertains

Suivi par capteurs du pH, de l'oxygène, de la température, du niveau d'eau, de la salinité, des nitrates et des matières en suspension

Génération de rapports Gemini/Agno à partir des mesures des bassins et des informations sur les poissons

Application mobile Expo pour la vue d'ensemble des bassins, les alertes, les profils, les notifications et la navigation multi-bassins

Tableau de bord d'administration Next.js pour le suivi des bassins en temps réel, la gestion des rôles, l'alimentation et les analyses

Simulateur de données basé sur cron pour les démos du hackathon, avec mesures générées et images de poissons factices

Rôle

Contributeur IA/recherche/tests dans l'équipe du hackathon Junction Alger. J'ai travaillé sur les modules d'IA, l'analyse de données, les tests et les preuves du système, à partir de recherches antérieures sur la pisciculture intelligente.

Stack

FastAPIPythonYOLOv8OpenCVRoboflowCentroid TrackingAgnoGeminiExpressTypeScriptMongoDBMongooseNode CronExpoReact NativeNext.jsChart.jsExpo Push

Liens

Organisation GitHub Étude de cas

Pipeline de suivi des bassins

deux backends, une appli

Deux backends parce qu'ils n'échouent pas de la même façon : le cœur Express sert des données d'exploitation qui doivent toujours répondre, tandis que le service FastAPI exécute des modèles lents et parfois faux. Le simulateur est la partie honnête— les bassins n'avaient pas encore de matériel instrumenté, donc des tâches cron et des images factices ont remplacé les capteurs pour que le reste du système puisse être construit et démontré sur des entrées réalistes.

Captures d'écran : Firmatech AI

10 vues

Modèle de données du backend Firmatech reliant utilisateurs, bassins, mesures, rapports, alertes, alimentation et fiches de poissons. — Modèle de données du backend pour les utilisateurs, les bassins d'eau, les mesures, les rapports, les alertes, l'alimentation et les détails sur les poissons.

Tableau de bord mobile Firmatech avec vue d'ensemble des bassins, alertes, nombre de poissons et cartes d'état des bassins. — Tableau de bord mobile de l'exploitation avec décomptes de bassins, totaux de poissons, alertes, statut et navigation.

Notification push critique de température Firmatech sur l'écran de verrouillage d'un téléphone Android. — Preuve de notification push pour les événements critiques des bassins, dont une alerte de température.

Notifications push Firmatech de stock d'aliment bas sur l'écran de verrouillage d'un téléphone Android. — Flux d'alerte de stock d'aliment avec des notifications mobiles de type Expo/Firebase.

Workflow de comptage de poissons Firmatech utilisant des images vidéo programmées, Roboflow, YOLOv8 et un suivi par centroïdes. — Flux de comptage de poissons : images simulées, inférence Roboflow/YOLOv8 et suivi par centroïdes pour éviter les doubles comptages.

Workflow d'estimation du poids des poissons Firmatech utilisant l'échantillonnage d'images, la détection Roboflow, l'étalonnage en pixels et une formule de biomasse. — Flux de poids et de biomasse : détecter la longueur, convertir les pixels en centimètres, puis appliquer la formule empirique.

Workflow de détection de maladies Firmatech utilisant la classification Roboflow pour les poissons sains et les classes de maladies. — Flux de détection de maladies avec classification Roboflow pour les poissons sains, Aeromonas, Streptococcus, le virus du lac Tilapia et les cas incertains.

Workflow de génération de rapports d'exploitation Firmatech avec Gemini et Agno. — Flux de rapport quotidien qui met en forme les mesures des bassins et génère des recommandations lisibles par l'exploitant via Gemini/Agno.

Graphiques d'entraînement du modèle de détection de poissons Firmatech avec courbes de perte, de précision, de rappel et de mAP. — Courbes d'entraînement de la détection de poissons couvrant la perte, la précision, le rappel, le mAP50 et le mAP50-95.

Graphiques d'entraînement du modèle de détection de maladies Firmatech avec courbes de perte, de précision, de rappel et de mAP. — Courbes d'entraînement du modèle de maladies pour l'examen de la qualité de la classification et de la détection.