使用深度學習檢測豬隻行為預估養殖方案
2023/10/23 @國際
摘要
由中國農業科學院與華中農業大學研究團隊利用機器深度學習分析豬隻姿態檢測，檢測豬的站立、側臥、趴臥、坐姿等姿勢，可以全面評估豬的心理和生理狀況，並預測豬的異常或有害行為，評估養殖條件，未來有望提高豬隻產量。隨著智慧農業引進養殖業，有效且適用的農畜姿態檢測方法成為智慧、自動化農業不可或缺的方式。
示意圖
豬的姿勢可以作為其心理和生理狀態的重要指標，並有助於預測其自然行為，這直接關係到豬的健康，從而影響豬的生產價值，豬姿勢通常是各種外在因素影響，在過去對動物行為和姿勢的研究中，豬的姿勢和位置通常是透過現場觀察或監測記錄來記錄的，而人工檢測豬的姿勢相當耗時，因此導致豬評估效率低，隨著人工智慧發展，智慧農業的概念在養殖業中逐漸流行，用於自動化替代人工進行監測農畜行為模式。
研究重點透過感測器與光學攝影機獲取豬相關物理參數，然後透過特定數據建模分析間接評估豬的行為或姿勢模式，用於豬姿勢偵測的二維相機主要包括RGB相機和灰階相機，固定在豬欄上方，鏡頭朝下以獲得垂直俯視圖。研究人員可以將某些影像或影片輸入機器視覺模型，以偵測並估計豬圈內每頭豬的個別姿勢，並進一步使用機器深度學習模型(如YOLOv4、卷積神經網路)，可立即判斷當下豬隻狀況。
研究結果結合影像及深度學習方法成功檢測豬姿勢，獲得了高達99.21%的召回率和95.21%的分類準確率，利用感測器與攝影機獲取之數據，以深度學習模型分析替代人工現場檢測，不會有時間誤差及影響豬隻等外在因素。
研究成果已發表在科學期刊《農業科技特刊》，研究團隊成功透過機器學習、模型架構遠端監測豬隻行為與姿勢，準確檢測和分析豬的姿勢模式可以幫助養殖業調整和優化養殖方案，從而提高豬商業價值。未來可廣泛運用在其他動物養殖種類，優化養殖方案，為養殖、畜牧業提高商業價值之貢獻。【延伸閱讀】- 提前掌握母豬健康狀況 AI養豬系統應用商機8億
資料來源
文章摘譯
