Система, объединяющая камеру и алгоритмы искусственного интеллекта, способна в режиме реального времени отслеживать отдельных индеек и предсказывать их живую массу на срок до 21 дня вперед. Точность прогнозов, по данным исследователей Университета штата Пенсильвания (Penn State), составляет около 93%.
24.09.2026
Система, объединяющая камеру и алгоритмы искусственного интеллекта, способна в режиме реального времени отслеживать отдельных индеек и предсказывать их живую массу на срок до 21 дня вперед. Точность прогнозов, по данным исследователей Университета штата Пенсильвания (Penn State), составляет около 93%.
Мониторинг живой массы птицы — критически важный инструмент птицеводства. Он дает возможность оценивать скорость роста, однородность стада, эффективность конверсии корма и своевременно выявлять проблемы со здоровьем. Однако регулярный и точный сбор индивидуальных весовых показателей в промышленных масштабах остается серьезным вызовом.
«Классические методы индивидуального взвешивания птицы требуют больших затрат ручного труда и частого отлова животных, что порождает как экономические сложности, так и вопросы благополучия птицы», — приводит слова ведущего автора исследования Энрико Казеллы, доцента кафедры анализа данных в системах животноводства Колледжа сельскохозяйственных наук Penn State, источник.
По его словам, данные о живой массе напрямую влияют на эффективность производства, поскольку средний вес птицы в стаде определяет настройки перерабатывающего оборудования.
Эксперимент проходил в Центре образования и исследований птицеводства Penn State. В нем участвовали 30 самцов индеек, содержавшихся совместно. Наблюдение велось с 37-го по 133-й день жизни птицы — почти 14 недель.
Над птицей установили камеру, которая одновременно снимала обычные цветные изображения и фиксировала данные о глубине. Последние позволяли получать информацию о трехмерной форме и габаритах каждой особи.
Поскольку в объектив могли попадать сразу несколько индеек, искусственному интеллекту предстояло научиться определять, какие участки кадра принадлежат конкретной птице. Эта задача известна как сегментация отдельных объектов (instance segmentation).
Для обучения и валидации модели исследователи пять раз в неделю взвешивали индеек вручную — эти данные служили эталоном. Обработка изображений велась с помощью нейросети глубокого обучения ResNet, что позволило установить связь между внешним видом, размерами, формой птицы и ее фактической массой.
Ключевой результат: прогнозы будущего веса оказались практически столь же точными, как и оценки текущего. Ранее системы компьютерного зрения не обеспечивали подобной точности предсказания динамики массы птицы на перспективу.
«Представьте промышленную ферму с тысячами индеек. Если фермеры смогут надежно оценивать массу птицы с помощью камер, необходимость отлавливать и вручную взвешивать большое количество животных отпадет», — подчеркнул Казелла.
По мнению авторов, технология найдет применение для контроля темпов роста, выявления особей с недостаточным приростом, корректировки стратегий кормления, прогнозирования сроков достижения убойной кондиции, а также для сокращения ручного труда и стресса для птицы.
Тем не менее исследователи предупреждают: полученные результаты еще не означают готовности технологии к массовому коммерческому внедрению. Эксперимент охватывал лишь 30 индеек и проводился в относительно контролируемых условиях. Для подтверждения эффективности необходимы более масштабные испытания с учетом разных хозяйств, пород и кроссов, условий содержания, освещения и значительно большего поголовья.
Первый автор исследования Мирейя Молинс, получившая степень магистра в области животноводства ранее в этом году, сейчас трудится инженером-консультантом по животноводству в компании NovaTech Engineering (Уиллмар, штат Миннесота).
Работа выполнена при поддержке Института вычислительных и информационных наук Penn State и Национального института продовольствия и сельского хозяйства Министерства сельского хозяйства США.
Теги: наука и технологии, птицеводство, индейка
Количество показов: 1275
Источник:
https://pticainfo.ru/news/ii-i-kamery-nauchilis-predskazyvat-ves-indeek-za-tri-nedeli-do-vzveshivaniya-tochnost-dostigaet-93/
| # | Наименование новости | Тональность | Информативность | Дата публикации |
|---|---|---|---|---|
| 1 | На Нововоронежской АЭС заработал прогнозирующий события на полчаса вперед ИИ | 0 | 0 | 03-07-2025 |
| 2 | Российские ученые научили ИИ предсказывать поломки промышленного оборудования до аварии | 0 | 10.37 | 14-10-2026 |
| 3 | ИИ определит нарушение пигментации кожи на раннем этапе | 5 | 7 | 03-07-2026 |
| 4 | ИИ смог выявить 93% контрольных дефектов в проектной документации | 0 | 10.36 | 23-09-2026 |
| 5 | Искусственный интеллект научили распознавать стресс по дыханию | 0 | 10.31 | 14-10-2026 |
| 6 | В России разработали ИИ, предсказывающую прочность бетона, и заменяющую месяц ручного труда | 0 | 10 | 23-07-2026 |
| 7 | На Алтае разработали систему мониторинга растений на основе искусственного интеллекта | 0 | 0 | 02-12-2022 |
| 8 | В России разработали ИИ, предсказывающую прочность бетона, и заменяющую месяц ручного труда | 0 | 11 | 23-07-2026 |
| 9 | ИИ может выдавать физически реалистичные прогнозы погоды | 0 | 7 | 13-07-2026 |