Indonesia memiliki udang sebagai salah satu komoditas perikanan. Udang jenis Vannamei adalah komoditas utama untuk ekspor udang Indonesia. Kegiatan pada proses budidaya komoditas ini berupa pembenihan dan pembibitan. Pada proses pembenihan terdapat proses perhitungan saat hendak dijual. Proses perhitungan saat ini dilakukan secara manual, dimana terdapat kelemahan di dalamnya yaitu waktu yang terbuang dalam proses perhitungan dan tingkat akurasi yang rendah. Sehingga membutuhkan sebuah cara agar perhitungan dapat dilakukan dengan cepat dan akurasi yang tinggi. Berdasarkan proyek akhir sebelumnya dengan nama Alat Penghitung Benih Udang Berbasis Vision oleh Muhammad Marthoni Rozaqo Saeni, kebutuhan ini telah terakomodasi. Akan tetapi, hasil dari proyek akhir alat ini belum bisa menghitung benih dalam jumlah yang lebih banyak dari 70. Selain itu usia dari benih yang dapat dideteksi masih berkisar PL-12 ke atas. Oleh karena itu untuk selanjutnya diperlukan sebuah cara agar hasil yang didapatkan dan tingkat ketelitian lebih tinggi. Tujuan dari proyek akhir kali ini adalah untuk meningkatkan hasil deteksi dari benih udang. Proyek akhir kali ini menggunakan standalone device, secara spesifik menggunakan Raspberry Pi. Raspberry Pi akan mengambil input berupa gambar dari benih. Kemudian dari gambar tersebut akan diproses menggunakan model Faster RCNN ResNet50 dan SSD MobileNet V2 yang telah dilakukan training. Proses deteksi menggunakan alur kerja yang telah mempertimbangkan kapasitas dari perangkat input yang berupa kamera dan perangkat pemroses yang merupakan Raspberry Pi. Pemilihan alur kerja deteksi dan implementasi dari model terpilih, terbukti dapat meningkatkan nilai akurasi dari proses deteksi benih udang hingga 83,33% pada 206 benih udang.