El investigador Jairo Castro, junto a su equipo, han publicado dos nuevos artículos científicos dentro del marco del proyecto DIGIPESCA.

El primer artículo, titulado: Automatic labeling of fish species using deep learning across different classification strategies. Frontiers in Computer Science se propone aplicar una metodología especifica para la clasificación de imágenes de pescado para aplicarlo en escenarios reales como lonjas de pescado y mejorar su rendimiento.

La segunda publicación de título: Enhancing Fish Auction with Deep Learning and Computer Vision: Automated Caliber and Species Classification. tiene como objetivo estudiar la implantación de un sistema automatizado de reconocimiento de especies y tallas en subastas de pescado mediante redes neuronales convolucionales (CNN).

Ambos estudios no habrían sido posible sin la colaboración y sinergia de todo el equipo multidisciplinar involucrado. Por una parte, la rama de pesca con el Departamento de Biología (Dra. Remedios Cabrera Castro y el propio Jairo Castro), y la parte de Ingeriería Informática (Pedro L. Galindo, Guillermo Bárcena y Javier Jareño, autores también de los manuscritos).

En general los resultados de estos artículos tienen un impacto significativo en la industria de las subastas de pescado y la investigación marina. La implementación de estos sistemas automatizados mejora la precisión y eficiencia en las subastas, reduciendo la subjetividad a la hora de asignar tallas o calibres. Esto proporciona a los gestores de subastas y a la industria pesquera un método fiable y objetivo para la clasificación de las especies comerciales que puede llevar a una mejor gestión y sostenibilidad de los recursos marinos y a un pago más justo para los pescadores.

El proyecto DIGIPESCA (Digitalización y valorización de la pesca en el Mediterráneo español) pretende mejorar la precisión y eficiencia en la identificación y clasificación de especies de peces y sus tamaños en las subastas de pescado. Tradicionalmente, estos procesos han sido manuales, lo que puede conllevar subjetividad y provocar diferencias a la hora de asignar calibres dentro de la misma especie que a su vez afecta al precio de venta y por tanto, al precio que va a percibir el pescador por ese producto.

Por tanto, se el objetivo principal es desarrollar sistemas automatizados que utilicen tecnologías avanzadas de aprendizaje profundo y visión por computadora para identificar y clasificar especies y tamaños de peces de manera precisa, eficiente y objetiva.

Para llevar a cabo los objetivos propuestos en este proyecto se ha formado una red que abarca el Mediterráneo español, a partir de Espacios de Conocimiento pertenecientes a cinco comunidades Autónomas (Catalunya, Comunitat Valenciana, Illes Balears, Murcia y Andalucía). Concretamente, participan investigadores e investigadoras de la Universitat Politècnica de Valencia, Universidad de Cádiz, Universidad de Murcia, Universitat de les Illes Balears/Consejo Superior de Investigaciones Científicas, Universitat de Girona, Universitat Politècnica de Catalunya y la empresa Blue Room Innovation. Se espera que la generación de conocimiento y la transferencia de resultados redunden en el beneficio y la sostenibilidad del sector pesquero, así como en la generación de una red de colaboración entre centros de investigación y el propio sector pesquero mediterráneo.

Este proyecto está financiado por el Ministerio de Agricultura, Pesca y Alimentación a través de los fondos NextGeneration UE.

Si quieres saber más sobre estas publicaciones o el proyecto tienes más información aquí: https://digipesca.webs.upv.es/