吃魚也要知道魚，不認識的魚，讓AI告訴你！水產試驗所與中央大學團隊開發全臺第一套辨識魚類的影像辨識系統，從形狀、色彩及紋理等45個特徵建立40種魚類的「身份」，掃描圖片或是拍照即可辨識，辨識率達8成以上。目前還在內部測試階段，未來會朝開發APP的方向前進。
3特徵建立魚身份 AI系統也懂魚
計畫主持人中央大學資訊工程學系教授陳慶瀚表示，每隻魚會依照形狀、色彩及紋理切分成3個軸向的資料內容，共擷取45種特徵值，如形狀就可區分為魚體的輪廓、周長與面積比等；紋理特徵是藉由點位系統計算魚身上排列斑紋的數值，這些資料便成為AI智慧辨識40種魚類的基礎資訊。
接著透過800張訓練圖庫，讓3種神經網絡系統（AI智慧）辨識魚的特徵，訓練好之後，再用測試樣本「考」系統，最後測試結果準確率可達8成以上，且每次辨識時間不到1秒。
陳慶瀚表示，今年計畫會朝補充資料庫照片、將辨識種類提昇到50種，並優先讓拍賣市場、魚市場使用，待穩定系統的辨識能力後，再進行App等軟體開發工作。
陳慶瀚表示，此項系統是多模態神經網絡運作：自主類神經網絡、記憶類神經網絡及深層神經網絡，可提高系統分類的性能。
辨識系統建置靠「專家」 研究團隊向魚市場、料理店取經
陳慶瀚分享，此項計畫最困難的是訓練圖庫的建置，每種魚類都需要搜集到足量、有品質的影像讓AI學習，「原本也想透過浩瀚的網路資源，讓系統學習，但做出來的辨識率實在太差。」只好凌晨將團隊拉到台北魚市場，實地拍攝部分魚種，才大幅提升了系統的辨識率。
另外，就算蒐集到合適的照片，照片中魚類的名稱也讓研究團隊很傷腦筋，陳慶瀚表示，研究團隊中多是資訊工程背景，辨識魚種的知識不足，或是「有些魚有南部、北部的名稱；研究人員也多知道學名，而不識俗名。」研究團隊後來找上海產料理店老闆，協助提供部分魚市場未販賣的魚種照片，並幫忙辨識魚種的名稱。
不過，也就是因為接觸到消費場所，研究團隊對這套系統未來的應用有更多想像。陳慶瀚分享，現在臺北魚市場作業程序中，魚類分檢後送上磅秤，磅秤上僅能顯示單價及公斤數，還要再經由人力手動輸入每種魚類的名稱，若辨識系統結合磅秤，可望大幅降低作業流程；或是掃描後結合食用建議或相關知識，充實消費者對魚類的知識，也可減少消費者在市場中因資訊不對等，可能受騙的狀況。陳慶瀚表示，目前研究團隊能力有限，未來期待有志之士能一起努力。
此此次計畫辨識的40種魚類，預計今年計畫會再增加10種。
陳慶瀚表示，魚市場經理對魚類辨識系統相當有興趣，希望可以結合磅秤，減少人力登錄魚種的作業時間。
