箱网预警系统 海洋大学夺冠

国立台湾海洋大学之团队以「基于深度学习之箱网预警系统」获得资讯应用组第一名。图／大会提供

海外渔业面临人力缺乏，作业环境安全性也是一大隐忧，在谢易铮老师指导下，国立台湾海洋大学电机工程学系团队参加第26届大专校院资讯应用服务创新竞赛，以基于深度学习之箱网预警系统，协助解决离岸养殖渔业箱网巡检工作的不便，获得资讯应用组第一名。

团队领队邹承儫表示，在离岸养殖中，每一口箱网产值常高达一两千万，不过箱网网袋上容易附着许多海草等其它海洋物质，影响到水质稳定与鱼只品质。因此常需由潜水员下水进行观测，确保网袋品质，不仅危险且耗费人力，而且通常只能亡羊补牢，通常损失已无法挽回，因此以洗网预警演算法结合影像辨识技术，协助养殖业者进行箱网的清洗侦测与破网预测。提前预警，减少成本的支出，提高工作效率。

今年第二次参加大专资服竞赛，邹承儫从第一次参加经验中认知到，除了技术与内容的精进，若缺乏行销包装或陈述，专业程度再好也是枉然。因此今年团队改进以往不足之处，强化口述行销技巧，因此能将复杂的系统，在短时间让评委确实了解这系统的完整性及实用性，终于得到认可，获得第一名，感到特别开心。

邹承儫说，竞赛由业者出题，所提出的题目都是产业及市场上确实需要的痛点，参加的同学在出社会前，就能借此知道所学未来的真正应用。团队实验室像一个小企业，同学们在其中实习，尽管遇到疫情，仍透过远距协作方式，从发想到执行，将一个概念落实成实际的解决方案，这些都是很特别的体验。

展望未来，团队规划将持续增加水质侦测及自动化投饵等功能，以箱网整体解决方案，协助渔民全面自动化，提升工作效率。邹承儫说，影像辨识应用范围广泛，海上箱网作业只是应用之一，未来将持续深化智慧影像辨识技术，发掘更多产业应用，协助解决产业痛点。