Как Annotate помогает считать рыбу: кейс по разметке
осетровых для ИИ-модели

Контроль питания рыбы — ключевой фактор в работе рыбных хозяйств. По оценкам, около 70% расходов фермы приходится на корм. Ошибки в расчёте приводят к потере ресурсов: при перекорме — корм портится или уходит на «лишний» вес, при недокорме — ферма теряет эффективность использования воды, площади и электроэнергии.

Один из клиентов Annotate решил разработать инструмент, который по видеозаписям поможет точно рассчитывать количество необходимого корма. Чтобы улучшить работу модели, понадобилась качественная разметка данных.
О проекте
Цель проекта — создать доступную ИИ-систему, которая помогает определять, сколько корма действительно нужно рыбе в конкретный период роста. Это позволит снизить издержки и повысить эффективность выращивания.

Дополнительные задачи модели:
  • мониторинг роста рыбы без физического контакта;
  • контроль за действиями сотрудников, включая выявление отклонений и предотвращение воровства.
Работа ведётся на данных с видами рыб: осётр и форель.
Что нужно было размечать
  • Видеокадры с бассейнами, где плавают рыбы;
  • Каждую рыбу нужно было обвести полигоном, чтобы система могла точно определить форму, размеры и динамику движения;
  • Разметка проводилась в инструменте CVAT.
Почему Annotate
Ранее клиент работал с другим подрядчиком, но качество сильно просело после смены исполнителя. В результате он выбрал Annotate — за стабильность, контроль качества и внимательное отношение к задаче.
Как проходила работа
Проект стартовал в августе 2024 года и реализуется небольшими итерациями. В команду входили до 5 аннотаторов. Первая партия данных была размечена в тестовом режиме, затем началась основная работа.

В процессе удалось:


  • выработать чёткие критерии определения границ тела рыбы;
  • повысить согласованность разметки между специалистами;
  • увеличить скорость аннотации без потери качества.
Результаты
Новая партия размеченных данных позволила заказчику существенно улучшить модель расчёта необходимого количества корма. Также улучшилась точность мониторинга роста рыбы и повысилась надёжность системы визуального контроля за персоналом.
Перспективы
В ближайшем будущем клиент планирует масштабировать решение и предложить его другим хозяйствам. Такая система может стать универсальным инструментом для оптимизации кормления, автоматического взвешивания и контроля в аквакультуре.
Выводы
Даже частные инициативы могут привести к созданию полезных технологических решений. Annotate поддерживает такие проекты, обеспечивая точную и быструю разметку данных — даже для нестандартных задач.
Создаёте модель для нестандартной задачи?
Annotate поможет собрать и разметить данные — от животных до объектов в сложной среде.

Дата публикации: 8.10.2025