Учёные НИУ «БелГУ» создали высокоточный метод распознания сельхозживотных с помощью нейросети

Как отмечают разработчики программного комплекса, в отличие от аналогов, для идентификации свиней по биометрическим параметрам морды предложенный ими метод использует нейросеть в режиме открытого набора. Эта система мониторинга способна самостоятельно обнаружить в стаде новое животное и автоматически включить его в базу данных, не требуя переподготовки.

– Точность обнаружения животных на изображениях составляет 99,5 процента, а точность идентификации конкретной особи – более 95 процентов. Эти показатели выше, чем те, которые встречаются сейчас в научной литературе, – рассказала Ольга Александровна.

Эксперт также отметила, что в отличие от широко применяемых сегодня дорогих и вызывающих стресс у сельхозживотных инвазивных методов контроля за их состоянием (таких как маркировка, прикрепление сенсоров или установка идентификационных меток), новая система мониторинга позволяют отслеживать передвижения животных, частоту и продолжительность приемов пищи без физического контакта. Важно, что программный комплекс также может быть полезен для диагностики заболеваний животных на ранних стадиях. Разработку учёные протестировали на свиньях.

Работа системы включает несколько этапов: сначала нейросеть обнаруживает животных в видеопотоке с камер, затем идентифицирует животное по базе данных. Далее механизм в автоматическом режиме отслеживает пищевое поведение каждой распознанной особи и уведомляет операторов о любых отклонениях. На основе полученных данных система также вырабатывает практические рекомендации для персонала фермы, например, по оптимизации графиков кормления, корректировке температурного режима в вольере или других условий содержания.

В рамках этого же проекта учёные разрабатывают приложение, которое позволит персоналу фермы идентифицировать свиней в режиме реального времени с помощью камеры мобильного телефона.

Разработчики подчёркивают, что созданная ими система обладает высокой степенью масштабируемости и её возможно адаптировать для ферм различного уровня, а в перспективе – интегрировать в цифровые платформы управления не только животноводческими, но и крупными промышленными комплексами.

Результаты исследования опубликованы в международном научном журнале Technologies.

Фото: пресс-служба НИУ «БелГУ»