Компьютерное зрение в животноводстве: что умеют камеры

Камера — датчик, не требующий контакта с животным и не создающий стресса. По мере развития алгоритмов распознавания видеоаналитика перешла из экспериментов в рабочие системы.

Основные задачи

Оценка упитанности. Трёхмерная камера над проходом строит модель контура животного и рассчитывает балл упитанности. Оценка становится ежедневной и объективной вместо периодической и субъективной.

Выявление хромоты. Анализ походки по видео обнаруживает нарушения раньше, чем они становятся заметны наблюдателю.

Контроль поведения. Время у кормового стола, время лёжки, распределение животных по зонам помещения — показатели комфорта и здоровья.

Подсчёт и идентификация. Распознавание по рисунку окраса или морде без физических меток.

В свиноводстве и птицеводстве

  • Оценка живой массы по контуру без взвешивания и стресса.
  • Контроль равномерности распределения птицы по площади как индикатор проблем с микроклиматом.
  • Выявление признаков расклёва и агрессии в группе.
  • Анализ активности как ранний признак заболевания.

Требования к внедрению

Стабильное освещение, чистые объективы, корректное размещение камер, надёжная сеть передачи данных. Загрязнение камеры в условиях фермы — основная эксплуатационная проблема.

Ограничения

Алгоритмы обучаются на конкретных условиях: породе, типе содержания, освещении. Система, показывающая хорошие результаты в одном хозяйстве, требует дообучения в другом. Обещания универсальности стоит воспринимать критически и проверять на собственном поголовье до полного развёртывания.

Подписаться
Уведомить о
guest

0 Комментарий
Межтекстовые Отзывы
Посмотреть все комментарии