MENU
追蹤禽鳥行為、監測大型商業農場家禽動物的行為與健康，可有效提升生產力與動物福祉，但這項任務成本高、耗時且勞力密集，來自美國賓州州立大學的研究人員利用配備攝影機與電腦視覺的小型無人機，研發出以人工智慧技術辨識與處理視覺資訊的自動辨識火雞技術。
研究使用市售無人機搭載一般彩色攝影機，結合電腦視覺模型，希望了解能否從俯視影片中自動偵測不同火雞行為，其飛行軌跡經過設計，可確保每次飛行時攝影機畫面能完整涵蓋整個區域，研究人員每天四次記錄160隻5至32日齡幼年火雞的影片，再從這些影片中擷取個別影像畫面，並手動標記火雞的行為。研究人員建立了一個含有超過19,000個標記行為案例的資料集，包括進食、飲水、坐姿、站立、棲息、聚集與拍翅等，接著使用這些影像訓練、測試與驗證一個名為YOLO(you only look once，意謂只看一次)的電腦視覺模型，這項技術常用於偵測影像中物體與動作。研究人員在測試了數個YOLO版本後，發現最佳模型能正確找到87%的所有出現行為，並以98%的準確率偵測特定行為。
研究顯示，配備AI系統的無人機能準確偵測火雞行為，不僅可減少勞力需求，且可在商業農場持續且以非侵入性地監測禽鳥福祉，同時也減少人力需長時間在場的需求，降低員工訓練與人力配置負擔，有望於未來成為監測商業生產提升火雞福祉的有效且低勞力支出方法，並為家禽產業提供了自動化監測解決方案，不僅提升動物福祉管理效率，也為未來大規模應用於商業農場的智慧監測系統開闢了新路徑，展現了AI與無人機技術在精準畜牧業應用的龐大潛力。
因為在大型商業農場中，追蹤家禽行為與健康能提升生產力與動物福祉，但傳統方式成本高、耗時且勞力密集，研究因此導入搭載攝影機與電腦視覺的無人機進行自動化監測。
研究人員使用市售無人機搭載彩色攝影機，拍攝俯視影片，並建立超過 19,000 筆火雞行為標記資料，涵蓋進食、飲水、坐姿、站立、棲息、聚集與拍翅，訓練 YOLO 電腦視覺模型進行行為辨識。
最佳 YOLO 模型可正確找到 87% 的所有行為出現情況，特定行為偵測準確率達 98%，顯示 AI 無人機能準確、非侵入性地監測火雞行為，並減少人力需求，適用於商業農場持續監測禽鳥福祉。
