Система на основе камеры и искусственного интеллекта способна отслеживать отдельных индеек и прогнозировать их живую массу на срок до трех недель с точностью около 93%. К такому выводу пришли исследователи Университета штата Пенсильвания (Penn State).

Контроль живой массы — один из важнейших инструментов в птицеводстве. Он позволяет оценивать темпы роста птицы, однородность стада, эффективность конверсии корма и выявлять возможные проблемы со здоровьем. Однако регулярное получение точных индивидуальных показателей массы остается сложной задачей для промышленного птицеводства.

«Традиционные методы индивидуального взвешивания птицы требуют значительных затрат ручного труда и частого отлова животных, что создает как экономические проблемы, так и вопросы, связанные с благополучием птицы», — отметил ведущий автор исследования Энрико Казелла, доцент кафедры анализа данных в системах животноводства Колледжа сельскохозяйственных наук Penn State.

По его словам, информация о живой массе имеет большое значение для повышения эффективности производства, поскольку средняя масса птицы в стаде определяет настройки оборудования на предприятиях по переработке.

Исследование проводилось в Центре образования и исследований птицеводства Penn State. В эксперименте участвовали 30 самцов индеек, которых содержали совместно и наблюдали с 37-го по 133-й день жизни — почти в течение 14 недель.

Исследователи установили над птицей камеру, которая одновременно фиксировала обычные цветные изображения и данные о глубине изображения. Последние позволяли получить информацию о трехмерной форме и размерах каждой птицы.

Поскольку в поле зрения камеры одновременно могли попадать несколько индеек, системе искусственного интеллекта необходимо было научиться определять, какие участки изображения относятся к каждой конкретной птице. Этот процесс называется сегментацией отдельных объектов (instance segmentation).

Для обучения и проверки модели исследователи вручную взвешивали индеек пять раз в неделю. Полученные показатели использовались в качестве контрольных данных. Для анализа изображений применялась нейросеть глубокого обучения ResNet, которая позволила установить взаимосвязь между внешним видом, размерами и формой птицы и ее фактической живой массой.

Одним из наиболее значимых результатов стало то, что прогнозы будущей массы оказались практически такими же точными, как оценки текущей массы. Ранее системы компьютерного зрения не позволяли с такой точностью прогнозировать изменение массы птицы на перспективу.

«Представим промышленную ферму, где содержатся тысячи индеек. Если фермеры смогут надежно оценивать массу птицы с помощью камер, им не придется отлавливать и вручную взвешивать большое количество животных», — отметил Казелла.

По мнению исследователей, технология может использоваться для контроля темпов роста птицы, выявления особей с недостаточным приростом массы, корректировки стратегии кормления, прогнозирования сроков достижения убойной массы, а также сокращения объемов ручного труда и необходимости отлова птицы.

При этом авторы исследования подчеркивают, что полученные результаты пока не означают готовность технологии к широкому коммерческому применению. Эксперимент проводился всего на 30 индейках и в относительно контролируемых условиях. Для подтверждения эффективности системы необходимы более масштабные исследования с учетом различных хозяйств, пород и кроссов птицы, условий содержания, освещения и значительно большей численности поголовья.

Первый автор исследования Мирейя Молинс, получившая степень магистра в области животноводства ранее в этом году, сейчас работает инженером-консультантом по животноводству в компании NovaTech Engineering в Уиллмаре, штат Миннесота.

Исследование было проведено при поддержке Института вычислительных и информационных наук Penn State и Национального института продовольствия и сельского хозяйства Министерства сельского хозяйства США.

Ранее по теме:

94% американцев отметят День благодарения: индейка остаётся главным блюдом праздника