Ученые Челябинского госуниверситета (ЧелГУ, Челябинск) обучили нейросеть оценивать вес животных и прогнозировать прирост мяса. Как сообщили в пресс-службе вуза, технология позволяет выяснять прирост мяса теленка спустя время после бесконтактного «взвешивания».
«Ученые и студенты ЧелГУ вместе с коллегами из Российской академии наук (РАН) усовершенствовали методику бесконтактного взвешивания скота и оценки его продуктивности. Разработка на основе искусственного интеллекта позволяет навести камеру на теленка и узнать, каким будет его вес спустя полгода», — отметили в вузе.
Оценка экстерьера и продуктивности животных в ручном режиме делает выводы субъективными. В то же время процесс взвешивания может вызвать стресс у теленка, что снизит массу его тела. Технология компьютерного зрения избавляет от этих рисков.
Также метод обеспечивает экономический эффект. По словам автора методики, заведующего кафедрой компьютерной безопасности и прикладной алгебры математического факультета ЧелГУ Алексея Ручая, разработка позволит сократить затраты на выращивание животного, определив время его оптимального забоя. Работать можно не только с крупным рогатым скотом, но и со свиньями и овцами.
Поскольку эффективность работы модели нейросети зависит от объема данных, на которых она обучалась, необходима постоянная практика бесконтактного взвешивания. Решить проблему помогает сотрудничество со специалистами Федерального научного центра биологических систем и агротехнологий РАН. В итоге в настоящий момент погрешность методики достигает 5-10%. Метрика сопоставима с результатами обычного взвешивания. В данное время ученые работают над тем, чтобы при измерении вместо трех использовалась одна камера, способная собирать информацию при прохождении животного без его обязательной фиксации.
Алексей Ручай вместе с командой научил искусственный интеллект выяснять количество мраморной говядины в будущем
Фото: пресс-служба ЧелГУ
Нейросеть по изображению животного обеспечивает его бесконтактное взвешивание
Фото: пресс-служба ЧелГУ
Погрешность метода сравнима с традиционном способом определения веса скота и составляет 5-10%
Фото: пресс-служба ЧелГУ
В настоящее время ученые добиваются использования в рамках технологии одной камеры вместо трех
Все главные новости России и мира - в одном письме: подписывайтесь на нашу рассылку!
На почту выслано письмо с ссылкой. Перейдите по ней, чтобы завершить процедуру подписки.
Ученые Челябинского госуниверситета (ЧелГУ, Челябинск) обучили нейросеть оценивать вес животных и прогнозировать прирост мяса. Как сообщили в пресс-службе вуза, технология позволяет выяснять прирост мяса теленка спустя время после бесконтактного «взвешивания». «Ученые и студенты ЧелГУ вместе с коллегами из Российской академии наук (РАН) усовершенствовали методику бесконтактного взвешивания скота и оценки его продуктивности. Разработка на основе искусственного интеллекта позволяет навести камеру на теленка и узнать, каким будет его вес спустя полгода», — отметили в вузе. Оценка экстерьера и продуктивности животных в ручном режиме делает выводы субъективными. В то же время процесс взвешивания может вызвать стресс у теленка, что снизит массу его тела. Технология компьютерного зрения избавляет от этих рисков. Также метод обеспечивает экономический эффект. По словам автора методики, заведующего кафедрой компьютерной безопасности и прикладной алгебры математического факультета ЧелГУ Алексея Ручая, разработка позволит сократить затраты на выращивание животного, определив время его оптимального забоя. Работать можно не только с крупным рогатым скотом, но и со свиньями и овцами. Поскольку эффективность работы модели нейросети зависит от объема данных, на которых она обучалась, необходима постоянная практика бесконтактного взвешивания. Решить проблему помогает сотрудничество со специалистами Федерального научного центра биологических систем и агротехнологий РАН. В итоге в настоящий момент погрешность методики достигает 5-10%. Метрика сопоставима с результатами обычного взвешивания. В данное время ученые работают над тем, чтобы при измерении вместо трех использовалась одна камера, способная собирать информацию при прохождении животного без его обязательной фиксации.