Bireysel yeniden tanımlama ve fenotiplendirme için vahşi balık görüntü veri kümesi

Balık yüzlerine yakından bakmanın önemi

Vahşi hayvanlar bize genellikle benzer görünür, ancak her birey büyüme, hareket ve hayatta kalma öyküsünü taşır. Deniz biyologları için bu öyküleri takip etmek genellikle balıkları yakalamak, etiket takmak ve daha sonra tekrar görmeyi ummak anlamına gelir; bu süreç hem maliyetli hem de hayvanlar için streslidir. Bu çalışma, bilgisayarların yalnızca yüz desenlerinden bireysel balıkları tanımasını ve görünümlerinin zamanla nasıl değiştiğini ölçmesini sağlayacak şekilde tasarlanmış, renkli bir kıyı balığı olan çarpanova (corkwing wrasse) için büyük, açık bir görüntü koleksiyonu olan Melops'u tanıtıyor.

Vahşi balıkların büyüyen fotoğraf albümü

Norveç’in batı kıyıları boyunca yedi yıl içinde araştırmacılar neredeyse on bin vahşi çarpanova yakaladı. Her balık için uzunluğunu, cinsiyetini ve sağlığını kaydettiler, güvenilir tanımlama için küçük bir elektronik etiket yerleştirdiler ve her iki yanını standart beyaz bir arka plan önünde fotoğrafladılar. Bu titiz rutin, 24.578 görüntü üretti; bunların içinde birden fazla kez görülen balıklara ait 8.500’den fazla fotoğraf bulunuyor. Birçok bireyin aylar ve yıllar içinde yeniden yakalanması nedeniyle veri kümesi, gerçek vahşi balıkların yaşlandıkça, üredikçe ve yaralardan iyileştikçe boyut, renk ve kondisyon bakımından nasıl değiştiğini yakalıyor.

Ham fotoğrafları makineye hazır verilere dönüştürmek

Bu görüntüleri yapay zeka için kullanışlı hale getirmek üzere ekip yalnızca fotoğrafları depolamakla kalmadı. Görüntülerin bir alt kümesi titizlikle el ile açıklamalandı; her balığın dış çizgisi, kafa bölgesi ve burun, göz ve kuyruk kökü gibi on bir anatomik işaret noktası işaretlendi. Bu örnekler, balığı otomatik olarak konumlandırabilen, gövdeyi veya sadece başı kırpabilen ve tüm koleksiyon boyunca anahtar vücut özelliklerini belirleyebilen modern bilgisayarlı görü modellerini (YOLOv8) eğitmek için kullanıldı. Sonuç, tam gövde, baş ve başsız gövde olmak üzere standartlaştırılmış görüntü kırpmalarının yanı sıra balıktaki önemli noktaların hassas koordinatlarını içeren bir dizi çıktı oldu.

Renk ve şekli tutarlı şekilde okumak

Fotoğraflar saha koşullarında değişen ışık altında çekildiği için araştırmacılar görüntüden görüntüye renklerin karşılaştırılabilir olmasını sağlamanın zorluğuyla da ilgilendi. Çoğu fotoğrafta bilinen bir standarda göre her resmi ne kadar saptığını ölçüp parlaklık ve renk dengesini buna göre düzeltebilen beyaz bir referans kartı bulunuyor. Veri kümesiyle açıkça paylaşılan Python ve R betikleri, bu düzeltmelerin nasıl yapılacağını ve yanak gibi belirli bölgelerden renk bilgisinin nasıl çıkarılacağını gösteriyor. Bu titiz standartlaştırma, cinsiyet, mevsim, sağlık ve sosyal statü ile ilişkili ince renk farklılıklarını incelemek için elzemdir.

İnsanlar ve makineler aynı balığı fark edebiliyor mu?

Çarpanova, kafasında yüz parmak izi gibi davranan karmaşık, yüksek kontrastlı desenlere sahiptir. İnsanların bu desenleri ne kadar iyi kullanabildiğini görmek için ekip FishFaces adında basit bir çevrimiçi test geliştirdi. Katılımcılara bir balığın sorgu kafafotoğrafı ve iki aday görüntü gösterildi; hangisinin aynı bireyi gösterdiği, bazen yıllarla ayrılmış olsa bile seçmeleri istendi. Sekiz deneyimli gözlemci, balık büyümüş veya genel renginde değişiklik olsa bile neredeyse kusursuz doğruluk sağladı. Verinin daha küçük bir alt kümesi üzerinde yapılan önceki bilgisayar deneyleri, mevcut derin öğrenme yöntemlerinin zor durumların yaklaşık yarısında doğru balığı zaten seçebildiğini gösteriyordu ve yeni, daha büyük veri kümesi bu yöntemleri çok daha ileriye taşımayı amaçlıyor.

Suyun altındaki yaşamı izlemek için ne anlama geliyor

Melops'u ve ilişkili tüm araçları açıkça yayımlayarak yazarlar, zamana yayılan binlerce vahşi balığın nadir ve zengin belgelenmiş bir kaydını sunuyor. Uzman olmayanlar için temel mesaj, yakında fotoğrafları analiz ederek balık popülasyonlarını, cinsiyet oranlarını, büyüme ve sağlık durumunu izleyebileceğimiz; böylece invaziv etiketlere duyulan ihtiyacın azalabileceği yönündedir. Aynı çerçeve, ayırt edici işaretleri olan diğer türlere uyarlanabilir ve hayvan yaşamlarını, balıkçılık etkilerini ve çevresel değişimi daha fazla rahatsızlık vermeden incelemek için güçlü bir yol sunar.

Atıf: Sørdalen, T.K., Malde, K., Sauvaitre, C. et al. A wild fish image dataset for individual re-identification and phenotyping. Sci Data 13, 708 (2026). https://doi.org/10.1038/s41597-026-07045-1

Anahtar kelimeler: hayvan yeniden tanımlama, bilgisayarlı görü, balık ekolojisi, görüntü veri kümesi, renk deseni