Автономные системы наблюдения за животными, точность которых достигает и даже превосходит человеческую, основаны на компьютерном зрении. Мониторинг животных с использованием компьютерного зрения открывает возможность неинтрузивного мониторинга животных в животноводстве. Продукция животноводства играет решающую роль в удовлетворении мирового спроса на продовольствие. Мы прогнозируем рост спроса на 70%, особенно благодаря…
Автономные системы наблюдения за животными, точность которых достигает и даже превосходит человеческую, основаны на компьютерном зрении. Мониторинг животных с использованием компьютерного зрения открывает возможность неинтрузивного мониторинга животных в животноводстве.
Продукция животноводства играет решающую роль в удовлетворении мирового спроса на продовольствие. Мы прогнозируем рост спроса на 70%, особенно в связи с ростом населения, которое, по оценкам, достигнет 9,6 млрд человек к 2050 году. В то время как спрос растет, потребность в новых технологиях, таких как глубокое обучение, на сельскохозяйственном рынке как никогда велика.
Растущий спрос на системы мониторинга видов животных делает визуальный искусственный интеллект (ИИ) одной из самых перспективных технологий для автоматизации инспекций и снижения затрат в условиях жесткой конкуренции. Мы ожидаем, что рынок мониторинга скота будет расти среднегодовыми темпами на 18,2%, достигнув к 2027 году общего объема рынка в 13,3 млрд долларов США. На этот рост влияют такие факторы, как обеспечение комфорта животных, управление воспроизводством и раннее выявление инфекционных заболеваний.
Наша компания помогает предприятиям реализовать ценность приложений, обеспечивая контроль над всем жизненным циклом машинного обучения. В то время как точечные решения обеспечивают поддержку лишь части проекта, Наши решения охватывают все этапы: от разработки и обучения до развертывания и обслуживания. Узнайте больше, записавшись на демонстрацию у нашей команды.
В этой статье мы рассмотрим эффективность систем компьютерного зрения и алгоритмов машинного обучения, используемых для обнаружения заболеваний и улучшения благополучия животных.
Раннее выявление инфекционных заболеваний
Глобальная пандемия COVID-19 повысила осведомленность общественности о вспышках инфекционных заболеваний (например, болезней домашнего скота и т. д.). Недавним примером является африканская чума свиней с огромным количеством жертв, забоем миллионов животных и, в конечном итоге, значительным экономическим ущербом.
Раннее предупреждение и выявление инфекционных заболеваний помогут значительно снизить распространение бактерий, вирусов и паразитов. Обнаружение проявляется ранними симптомами, такими как повышение температуры тела (лихорадка) и слабость. Эти симптомы могут быть слишком незначительными для простого наблюдения невооруженным глазом, особенно на ранней стадии инфекции.
Более того, учитывая преимущественно низкое соотношение персонала и животных, короткие периоды наблюдения позволяют обнаружить лишь существенные изменения, которые в большинстве случаев могут быть слишком поздними для эффективного вмешательства.
Обнаружение животных: компьютерное зрение для обнаружения овец с помощью нейросети
Компьютерное зрение для мониторинга животных
Учитывая стремительный прогресс в области машинного обучения, появилась возможность разрабатывать автономные системы искусственного интеллекта для мониторинга животных и анализа данных с использованием компьютерного зрения, которые могут достигать и даже превосходить человеческую точность.
На примере текущей вспышки африканской чумы свиней исследования показывают, что видеоаналитика позволяет осуществлять неинтрузивный мониторинг животных в режиме реального времени. Результаты показывают, что после заражения значительное снижение активности животных можно обнаружить всего через четыре дня после экспериментального заражения вирусом АЧС. В тот же день вирус был обнаружен в крови с помощью количественной ПЦР.
Однако методология, представленная в данном примере, была протестирована только на восьми животных. Кроме того, она не позволяет исключить перемещения, связанные с человеком, и неточна при индивидуальном отслеживании животных. Более того, для охвата всей фермы потребовалась бы масштабируемая система.
Отслеживание активности может помочь понять закономерности поведения скота с помощью компьютерного зрения
Результаты нашего PoC-теста на ИИ-мониторинг животных
Животные, инфицированные вирусом АЧС, демонстрируют прогрессирующее замедление повседневной активности. Это является результатом мышечной слабости на ранних стадиях заражения. Благодаря постоянному мониторингу поведения животных с помощью методов глубокого обучения мы можем выявлять замедление и ослабление животных. Для решения нами была разработана специализированная масштабируемая модель глубокого обучения на основе ИИ для этого сценария использования:
- Обширный набор данных, содержащий данные более 100 000 свиней разного возраста и размера
- Оптимизирован для покрытия больших территорий (камеры типа «рыбий глаз»)
- Обнаружение и сравнение уровней активности с точностью >96%
- Обнаружение, разделение и отслеживание групп животных с помощью компьютерного зрения
- Уведомление об аномалиях в режиме реального времени через API для сторонних систем
Выводы с помощью глубокого обучения выполняются на периферийных устройствах с использованием современного оборудования для ИИ (NVIDIA Jetson TX 2) с инфраструктурой, предлагаемой нашим программным обеспечением. Триггеры действий в реальном времени настраиваются на основе индивидуального варианта использования для обнаружения различных изменений в поведении.
Использование глубокого обучения для индивидуального мониторинга животных с помощью камер типа «рыбий глаз»
Что дальше?
Благодаря обработке видео в реальном времени компьютерное зрение может превзойти человеческую точность. Это открывает новые автономные, неинвазивные методы мониторинга и осмотра животных.
