The oceans cover two thirds of the earth and supports an enormous amount of life. Life that today is severely threatened by pollution, overfishing and climate change. Despite this, the consumption of fish increases, driving a rapid increase in production. In the past half-century fish farming has begun playing an increasingly important role in producing fish, thereby providing a more ethical alternative.

In fish production one important task is to monitor growth and estimate the biomass. The biomass is traditionally estimated from weighing a smaller sample of fish, a sampling method that is time consuming and can cause the fish harm by inflicting injury and stress. Instead, this thesis explores the possibility to use video data for estimating the lengths and the weights of fish. 

Specifically, the idea is to segment each fish and similarly to the traditional approach sample a few good fish masks to find a length and then the weight. The segmentation masks are found using a pre-trained Mask R-CNN \cite{Mask-R-CNN} that are trained on images annotated with the help of SAM \cite{segment-anything}. Both the annotations and the resulting masks are evaluated for length and weight estimation.

In this endeavor, several challenges are encountered, leading to an underestimation of the fish lengths compared to ground truth data. This outcome is attributed to both masks that do not cover the tail fins and the fact that fish in many poses appear shorter than their actual lengths. Despite this, I still think that the method has promise, and that these challenges could be somewhat adequately addressed.

Idag äts mer fisk per person än någonsin tidigare En tråkig utveckling eftersom haven samtidigt plågas av överfiske och klimatförändingar. I detta har fisk från fiskodling på senare tid blivit ett alternativ för den som vill äta en mer etisk fisk.

I fiskproduktion är det viktigt att hålla koll på fiskarnas tillväxt och biomassa. Biomassan är med traditionella metoder uppskattad genom att väga några få fiskar och ta fram ett medelvärde. Detta är en tidskrävande metod som också både kan stressa och skada fiskarna. I denna uppsats, utforskas möjligheten att använda video data som en grund för att uppskatta fiskarans längd och vikt.

Mer specifikt så är tanken att segmentera fiskarna i bilderna för att i likhet med den traditionella metoden kunna använda några av dessa fisk-masker för att få fram ett mått på längden och sen därifrån ta fram ett mått på vikten. Bilderna segmententeras genom att använda en förtränad Mask-R-CNN \cite{Mask-R-CNN} som är ytterligare tränad på bilder som annoteras med hjälp av SAM \cite{segment-anything}. För både de annoterade maskerna och de från Mask R-CNN, estimeras längden och vikten av fiskarna.

I arbetet med detta har flera problem påträffats, vilket resulterade i en underestimering av fisklängderna. Orsaken bedöms vara tvåfaldig; masker som misslyckas med att täcka fiskarnas stjärtfenor och att fiskarna i många vinklar ser ut att vara kortare än vad de egentligen är. Trots detta, är min åsikt att metoden är lovande då den har mycket förbättringspotential.