Conteo de Peces
con IAAI Fish
Counting
Desarrollamos modelos de visión por computadora para detectar, segmentar y contar peces automáticamente. Entrenados con datos regionales, apuntan a construir sistemas autónomos de monitoreo ictiológico para agua dulce.We develop computer vision models to automatically detect, segment and count fish. Trained on regional data, they aim to build autonomous ichthyological monitoring systems for freshwater environments.
¿Puede la IA contar peces de manera confiable?Can AI count fish reliably?
El conteo de peces es un problema central en ictiología, gestión pesquera y conservación de agua dulce. Hoy suele hacerse manualmente: una persona frente a una pantalla, contando frame a frame. Es lento, costoso y difícil de escalar.Fish counting is a central problem in ichthyology, fisheries management and freshwater conservation. Today it is usually done manually: a person in front of a screen, counting frame by frame. It is slow, expensive and difficult to scale.
Queremos saber si los modelos modernos de visión por computadora pueden hacerlo de forma autónoma y con precisión suficiente para aplicaciones reales de conservación y pesquerías. Este proyecto existe para responder esa pregunta con datos, no con intuición.We want to know if modern computer vision models can do it autonomously and with sufficient accuracy for real conservation and fisheries applications. This project exists to answer that question with data, not intuition.
Más difícil de lo que pareceHarder than it looks
Contar peces en video sigue siendo un problema abierto. Cada entorno introduce condiciones que los modelos genéricos manejan mal.Counting fish in video remains an open problem. Each environment introduces conditions that generic models handle poorly.
OclusiónOcclusion
Los peces se superponen constantemente. Un pez parcialmente tapado por otro genera falsos negativos o conteos duplicados. La segmentación por instancias tiene que resolver qué píxeles pertenecen a qué individuo incluso cuando comparten espacio visual.Fish constantly overlap. A fish partially hidden by another generates false negatives or duplicate counts. Instance segmentation must resolve which pixels belong to which individual even when they share visual space.
Ángulos de cámaraCamera angles
En espacios confinados — canaletas, patios interiores, cámaras de inspección — la cámara rara vez tiene una vista cenital limpia. Los ángulos oblicuos distorsionan la forma de los peces y dificultan tanto la detección como la clasificación por especie.In confined spaces — channels, indoor pools, inspection chambers — the camera rarely has a clean overhead view. Oblique angles distort fish shape and hinder both detection and species classification.
Espacios interiores confinadosConfined indoor spaces
Los patios interiores y estanques de paso generan situaciones de alta densidad: muchos peces en poco espacio, movimiento rápido, reflejos de superficie, y condiciones de iluminación variables. Nada de esto aparece en datasets estándar.Indoor pools and passage ponds create high-density situations: many fish in little space, rapid movement, surface reflections, and variable lighting conditions. None of this appears in standard datasets.
Variabilidad visualVisual variability
El mismo pez luce distinto según la turbiedad del agua, la iluminación, el ángulo y la etapa de su ciclo migratorio. Un modelo entrenado en condiciones de laboratorio falla en campo. Estamos construyendo datasets desde condiciones reales.The same fish looks different depending on water turbidity, lighting, angle and stage of its migratory cycle. A model trained under laboratory conditions fails in the field. We are building datasets from real-world conditions.
Detección, segmentación y clasificaciónDetection, segmentation and classification
DetecciónDetection
Identificar la presencia y posición de cada pez en el frame, incluyendo individuos parcialmente ocluidos.Identify the presence and position of each fish in the frame, including partially occluded individuals.
SegmentaciónSegmentation
Delimitar el contorno exacto de cada individuo para separar peces que se superponen y obtener conteos precisos.Delineate the exact contour of each individual to separate overlapping fish and obtain accurate counts.
ClasificaciónClassification
Identificar la especie de cada individuo detectado, construyendo modelos entrenados sobre especies regionales de agua dulce.Identify the species of each detected individual, building models trained on regional freshwater species.
Por qué importa poder contar pecesWhy counting fish matters
El conteo automático de peces tiene aplicaciones directas en gestión pesquera, monitoreo de biodiversidad y conservación de ríos. Saber cuántos individuos de qué especie pasan por un punto en un período de tiempo sigue siendo información escasa, y rara vez se obtiene de forma continua y confiable.Automatic fish counting has direct applications in fisheries management, biodiversity monitoring and river conservation. Knowing how many individuals of which species pass through a point in a given period remains scarce information, and is rarely obtained continuously and reliably.
Elevadores de peces, escalas, canales de paso y estaciones de monitoreo son entornos donde un sistema autónomo y preciso podría cambiar la calidad de los datos disponibles para conservación. Estamos construyendo esa capacidad técnica.Fish lifts, ladders, passage channels and monitoring stations are environments where an autonomous and accurate system could transform the quality of data available for conservation. We are building that technical capability.
Estamos trabajando en estoWe are working on this
Ya contamos con video, datos anotados en progreso y modelos en entrenamiento. Los modelos actuales responden bien en escenas de baja densidad y oclusión moderada. Los casos complejos — alta densidad, ángulos difíciles y oclusión severa — siguen siendo el foco principal del trabajo.We already have video, annotation data in progress and models in training. Current models perform well in low-density scenes with moderate occlusion. Complex cases — high density, difficult angles and severe occlusion — remain the primary focus of the work.
No tenemos un producto terminado. Tenemos una capacidad en construcción, datos reales y claridad sobre los problemas que quedan por resolver.We do not have a finished product. We have a capability under construction, real data and clarity about the problems that remain to be solved.
¿Trabás en monitoreo de peces o pesquerías?Do you work in fish monitoring or fisheries?
Si estás enfrentando un problema de conteo, identificación o monitoreo ictiológico, conversemos.If you are facing a counting, identification or ichthyological monitoring problem, let's talk.
ContáctanosContact Us