Mengetahui jumlah benih udang sangat penting untuk menghitung biomassa dalam proses asesmen dan transaksi benih udang. Perhitungan benih manual menggunakan sendok kecil sebagai alat hitung benih memiliki akurasi tidak menentu dan memakan waktu hingga empat jam yang dapat menyebabkan hypoxia, kematian massal benih, dan rentan terjadi kecurangan. Oleh karena itu diperlukan alat penghitung benih udang yang cepat, akurat dan tidak invasif. Dengan memanfaatkan teknologi visi komputer, penghitung benih dapat dilakukan dalam waktu perhitungan yang cepat, tidak invasif, dan akurasi tinggi. Model visi komputer harus memenuhi kriteria memiliki parameter yang ringan tetapi tetap menjaga akurasi perhitungan. Penelitian ini mengajukan Optimized Scale Aggregation Network (OSA-Net), model penghitung benih berbasis density maps regression untuk memprediksi jumlah benih udang. OSA-Net didesain untuk perangkat inferensi rendah daya sehingga total parameter hanya 660 Kb. Untuk menjaga akurasi pada skenario perhitungan benih padat, struktur model terbagi menjadi 2, Feature Map Encoder (FME) yang merupakan jaringan agregasi fitur dikombinasikan dengan Attention Mechanism untuk memperoleh akurasi tinggi pada kasus ukuran benih yang berbeda-beda. Density Map Estimator (DME) menghasilkan density maps yang memiliki resolusi tinggi untuk mengembalikan fitur yang teragregasi pada FME. Kemudian diperkenalkan Local Pattern Consistency Loss yang dikombinasi dengan Euclidean loss sebagai loss function model untuk mengevaluasi secara statistik berupa mean, varian, dan kovarian. OSA-Net mampu memprediksi jumlah benih udang secara akurat pada dataset PENSLV-2 yang memiliki level densitas benih berbeda-beda dengan akurasi yang tinggi (Mean Absolute Error: 11.5, Mean Squared Error: 19.58).