水槽のエッジ AI で闘争と共食いリスクを検知、雌雄も自動識別。
映像を端末外に出さず、reCamera エッジデバイス上で自律型 4 段階ファンネル処理を実行。ザリガニの闘争・脱皮時共食いリスク・雌雄比率をリアルタイム検知。
水槽上方の固定カメラ、高密度養殖、数秒で起きる共食い事故。

RAS 水槽や一時蓄養池。脱皮時の軟甲個体への攻撃を即座に通知。

繁殖水槽内の雌雄バランスと接触頻度を自動監視。

目視不要の 24 時間自動記録器として稼働。
強い水面反射死角、極度の濁水環境。起動時にすでに捕食された個体は闘争イベントを発生させません。
エッジ AI カメラが水槽を監視し、端末内の 4 段階ファンネル処理で闘争を判定、警報が養殖ダッシュボードへ届きます。
必要なのは 2 つだけです。映像を出して判定を動かすエッジ AI カメラ、そしてイベントを受け取る監視システム。カメラと解析は現場で完结し、映像は外部に出ません。ネットワークを通るのは数百バイトの JSON 1 通です。
水槽上方 0.8〜1.5m に真上または 45° 斜めから設置、1080p 10〜15 FPS で撮影。
映像流出ゼロ、端末内 NPU/TPU で自律実行:
| 機種 | センサー・演算仕様 | 実行構成 | 処理速度 | 最適な用途 |
|---|---|---|---|---|
| reCamera Pro | 1/1.8" · RV1126B · 3 TOPS | Python Kit 完全 4 段階 | 10〜15 FPS | 大型水槽、時系列 8 コマ解析 |
| reCamera 2002 | 1/2.8" · SG2002 · 1 TOPS | C++ ネイティブ cvimodel | 12〜15 FPS | 標準水槽、大規模展開、初期アラート |
crayfish/behavior/event で構造化アラート JSON を受信。reCamera 導入後、端末側で自動抽出・出力される実測機能画面と構造化イベント。
実測水槽データセットにおけるエンジニアリングベンチマーク。
| 項目 | 代表値 | 測定構成 |
|---|---|---|
| 闘争行動再現率 | 95.0% | reCamera Pro(8 コマ時系列) |
| 遠近偽重なり排除率 | 90.5% | reCamera Pro |
| トリガーから通知まで | 66 ms | 端末ローカル MQTT |
| 結露・ボケ下での検出率 | 88.0% | 15% デフォーカス学習適用 |
| 雌雄判定精度 | 82.0% | Top-1(オスのハサミ斑紋) |
導入後は、これらのトピックがインターフェースのすべてです。
| トピック / ポート | 内容 | retained |
|---|---|---|
crayfish/behavior/event | 状態遷移 JSON:state(start/change/end)、fight_detected、confidence、pair_ids | いいえ |
crayfish/detection | 水槽内ザリガニ座標:crayfish_count、sex_ratio、各個体の bbox | いいえ |
| WebSocket 8124 | トリガー瞬間の ROI 画像バイナリストリーム | - |
RTSP 8554 /live0 | OSD 枠線付きライブ映像 | - |
コア部分は「水中群集物体検出 → 幾何学的接近トリガー → 相互作用領域切り出し → 時系列畳み込み判定」という再利用可能なチェーンです。
構成と製品リストを確認し、デプロイガイドの手順に進みます。
現場条件を選択して推奨パッケージと手順書を生成。AI による選定支援や一括導入も利用できます。
1/1.8 インチ大型センサーと 3 TOPS NPU を搭載。大型水槽でも細部まで鮮明に捉え、複数対象の 8 フレーム時系列判定と雌雄識別を完結。
1 ステップ · 約 10min
はい。4 段階ファンネル処理の全工程が reCamera 内部で完結稼働するため、インターネット接続は一切不要です。
送信されません。映像フレームは端末内メモリで処理され即座に破棄されます。通信するのは数百バイトのアラート JSON とトリガー画像のみです。
15% デフォーカス学習と 8 フレーム時系列モザイク判定により、遠近の重なりによる誤報を厳密に排除します。
大型水槽や研究用途には reCamera Pro(1/1.8" 大型センサー)、標準水槽への大量導入には reCamera 2002(1/2.8" 標準経済構成) を推奨します。