Стадный Инстинкт: нейросеть обнаружит болезни коров на ранних стадиях
Студенты из Уральского федерального университета разработали нейросеть, способную выявлять заболевания коров на ранних стадиях, опережая ветеринаров. Система использует камеры для отслеживания движений и поведения животных, а искусственный интеллект анализирует первые признаки хромоты, мастита и бурсита. Точность распознавания хромоты превышает 95%. Для работы не требуются цифровые метки или специальные считыватели, достаточно правильно установленных видеокамер. Об этом пишет портал Ferra.
Нейросеть следит за состоянием крупного рогатого скота круглосуточно, фиксируя отклонения в поведении. Она включает несколько модулей: один из них определяет хромоту, другие оценивают упитанность, анализируют кормовой стол и контролируют процесс доения. Разработчики также работают над модулями для раннего выявления мастита и бурсита, а также прогнозируют время родов.
Все данные о животных собираются в единую цифровую карточку, что позволяет ветеринару получать список коров, требующих внимания. При критических изменениях система может отправлять срочные уведомления. Главное преимущество разработки заключается в том, что для идентификации животных не нужны специальные чипы или бирки, что упрощает процесс.
Нейросеть может интегрироваться с уже установленными камерами и существующими системами управления стадом, что позволяет выявлять заболевания на ранних стадиях, когда лечение еще эффективно. Пилотные испытания уже прошли в фермерских хозяйствах, и система стала резидентом «Сколково».
Эксперты отмечают, что видеоаналитика в животноводстве позволяет непрерывно наблюдать за стадом и замечать изменения, которые могут быть упущены человеком. Автоматизация диагностики с помощью ИИ может значительно улучшить благополучие животных и сократить экономические потери. Исследования показывают, что системы, подобные CattleEye, могут обнаруживать хромоту за четыре недели до того, как это заметит человек.
Разработка УрФУ объединяет несколько диагностических модулей в одном решении. Однако у технологии есть ограничения, такие как влияние ракурса и освещения на точность нейросети. Также существует вопрос о визуальной оценке хромоты, которая может варьироваться у разных специалистов. Эксперты подчеркивают необходимость последовательного решения этих вопросов для повышения полезности разработки.
