Камеры и искусственный интеллект научились предсказывать вес индеек на три недели вперёд

Мониторинг веса птицы — один из самых важных инструментов для птицеводов. Он даёт информацию о росте стада, равномерности развития, эффективности преобразования корма в мясо и наличии болезней. Однако получение частых и точных измерений веса в коммерческом птицеводстве — серьёзная задача, требующая значительных затрат труда и частого обращения с животными.

Как работает система

Исследователи использовали камеру, расположенную над птицами, для захвата двух типов информации: обычных цветных изображений и снимков глубины. Снимки глубины показывают, насколько далеко находятся разные части тела индейки от камеры, что раскрывает детали трёхмерной формы и размера птицы — параметры, связанные с её весом.

Главная сложность заключалась в том, что в поле зрения камеры часто находилось несколько птиц одновременно. Искусственному интеллекту нужно было научиться различать, какие пиксели (точки изображения) принадлежат одной индейке, а какие — другой. Этот процесс называется instance segmentation и отличается от простого распознавания наличия птицы на снимке.

Обучение и тестирование

Для обучения и тестирования системы исследователи вручную взвешивали индеек пять раз в неделю. Эти реальные веса служили эталоном для ИИ. Учёные использовали тип глубокого обучения под названием ResNet — нейронную сеть, часто применяемую для анализа изображений. ResNet обучали находить связи между внешним видом, размером, формой птицы и её фактическим весом.

Результаты исследования

Система предсказывала будущий вес индейки с точностью, почти равной точности оценки текущего веса. По словам старшего автора исследования Энрико Казеллы, ассистента профессора по науке о данных для животноводческих систем в Penn State, это значительное достижение, так как предыдущие системы компьютерного зрения не могли делать временные прогнозы. Подобное прогнозирование ранее не исследовалось в птицеводческой промышленности.

Исследование проводилось в Penn State Poultry Education and Research Center и включало 30 самцов индеек, содержащихся вместе и наблюдаемых с 37-го по 133-й день жизни — около 14 недель мониторинга роста.

Потенциальные применения

Казелла отметил, что на коммерческой ферме с тысячами птиц такая технология могла бы существенно облегчить работу. Если фермеры смогут надёжно оценивать вес с помощью камер, им не потребуется ловить и взвешивать большое количество птиц вручную. Система может помочь с мониторингом роста, выявлением птиц, растущих ненормально, планированием стратегий кормления, прогнозированием, когда птицы достигнут товарного веса, планированием графиков переработки, снижением обращения с животными и повышением эффективности производства.

Ограничения и дальнейшие исследования

Казелла подчеркнул, что, несмотря на многообещающие результаты, технология ещё не готова для применения на каждой коммерческой ферме индеек. Эксперимент включал только 30 птиц в относительно контролируемых условиях. Необходимы более масштабные исследования, чтобы определить, насколько хорошо модель работает на разных фермах, с разными породами, в разных условиях освещения, при разной плотности содержания птиц и с гораздо большей численностью популяций.

Исследование опубликовано в журнале Frontiers in Animal Science. Это данные исследования, а не практические рекомендации для фермеров.