Методика бесконтактной оценки массы коров с использованием ИНС

Введение. Бесконтактная оценка массы коров с использованием искусственных нейронных сетей (ИНС) становится всё более актуальной в условиях современного животноводства. Эта технология позволяет значительно повысить скорость и точность определения веса животных без необходимости перемещения животных, так же не требует сложной модернизации уже построенных молочнотоварных ферм и полностью убирает физический контакт с животным у человека, что снижает стресс для животных и уменьшает трудозатраты и травмоопасность для персонала. Кроме того, автоматизация процесса способствует более точному мониторингу состояния стад и оптимизации кормовых рационов, что позитивно влияет на продуктивность и экономическую эффективность хозяйства.

Внедрение бесконтактной оценки массы позволяет ежесуточно контролировать массу животного, что в свою очередь позволяет своевременно выявлять возможные проблемы со здоровьем, такие как истощение или избыток веса, а также для оптимизации питания и кормления. Такой контроль позволяет своевременно корректировать уход, рацион и применение мед препаратов, обеспечивая более эффективное и гуманное ведение хозяйства.

Основная часть . Дистанционное измерение массы коров основывается на параметрических способах определения массы животных. Поэтому вначале необходимо определится какие параметры нам необходимо получить с изображения и где будет монтироваться камера для получения изображения. В зависимости какие камеры мы будем использовать, необходимо опытным путем найти лучшее расстояние для их расположения, обычно оно находится на расстоянии от 2 до 4 метров от объекта.[1] Способы размещения предоставлены на рисунке 1.

Рисунок 1 – Расположение камер для получения изображений используемых при получении геометрических размеров

Так же необходимо рассчитать погрешность камеры на получение геометрических размеров, расчеты по использованной нами камерой 13 МП, f/2.4 CMOS 1/3" с следующими параметрами:

- разрешение снимка: 4096x3072;

- размер матрицы 4.8х3.6 мм;

• -    диагональ кадра 6 мм;

• -    физический размер пикселя ширина 4096/4.8 = 0,001172 мм, длина 3072/3.6 = 0,001172 мм;

• -    фокусное расстояние f = 4 мм.

Проводились ранее и показали, что данная камера удовлетворяет требованиям и не вливает на погрешность измерений.[1]

Так же при выборе и использование камеры необходимо обратить внимание на такие параметры как тип объектива, кодирование изображения, форма и качество линзы.

Камера должна устанавливаться горизонтально животному и настроено фокусное расстояние на нем само животное должно располагаться в центре изображения. Расстояние от объектива камеры до животного необходимо замерять лазерным дальномером, рулеткой или другим способом. Расстояние до животного позволяет перевести размерность с пикселей в реальный размер животного. Также при отклонении животного от перпендикуляра камеры происходит уменьшение геометрических размеров, которые необходимо заранее предусмотреть или учесть в расчётах. Для оценки полученных результатов необходимо вручную замерять животное такие параметры как: длину, косую длину, и высоту туловища, обхват груди за лопатками. Также необходимо получить массу на стационарных весах.

Следующим этапом определения является определение контура на снимке мы использовали уже обученную модель для сегментации изображения DeepLab. Точное выделение контура позволяет определить форму, размеры и площадь животного, что является важными параметрами для дальнейших расчетов веса. Благодаря использованию расширенных сверток и модуля ASPP (Atrous Spatial Pyramid Pooling), DeepLab эффективно выделяет контур на разном расстоянии, что особенно ценно при обработке изображений с животными в разной позе и окружении. Выбранная нами модель обладает высокой точность определения границы и быстродействием, что позволяет оперативно определять параметры в автоматическом режиме. Определяет животное даже на сложных или размытых изображениях Полученные с помощью DeepLab маски позволяют точно определить геометрические размеры животного, что является ключевым для последующих расчетов его массы. Результаты предоставлены на рисунке 2 и рисунке 3.

Рисунок 2 – Результат определения контура в ИНС вид с боку

Рисунок 3 - Результат определения контура в ИНС вид сзади

После получения маски животного находим значимые линии и высчитываем количество пикселей по необходимым параметром в примере, приведенном на рисунке 4 определялись длинна коровы и высота туловища.[2]

Определение количества Определение количества пикселей по X            пикселей по Y

Рисунок 4 – Определение геометрических параметров в пикселях

На изображении размеры животного измеряются в пикселях — цифровых единиц, не имеющих прямой связи с реальными размерами. Чтобы определить реальный размер животного, необходимо преобразовать пиксели в сантиметры или метры. Для этого сначала устанавливают масштаб изображения, используя известный объект, находящийся рядом с животным и имеющий точно известную длину и ширину. Например, если рядом есть предмет, длина которого в реальности известна, и его длина на изображении составляет определённое количество пикселей, можно рассчитать коэффициент преобразования — сколько сантиметров или метров соответствует одному пикселю. Например, если 10

пикселей соответствуют 10 сантиметрам, то один пиксель равен 1 сантиметру. После определения этого коэффициента все измерения животного в пикселях умножают на него, получая реальные размеры (длина, ширина, косую длину туловища).

Второй вариант получения размерности пикселя заключается в взаимосвязи расстояния от камеры до животного, суть которого чем дальше находится животное от камеры тем больше становится пиксель, т.к. на одно и тоже расстояние уменьшится количество пикселей. Зависимость линейная и отличается для каждой камеры. Минусом данного способа является необходимость точного измерения расстояния до животного. Так же данный способ вводит дополнительную переменную, влияющую на точность измерения, которую необходимо учитывать при определении массы в будущих расчетах.

Ранее авторами уже была получено уравнение регрессии для приблизительной оценки массы животного.[3]

М = – 698,38 – 5,33∙Х1 + 12,63∙ Х2 + 2,62∙ Х3, где М – масса;

X1 – длина коровы;

X2 – косая длина коровы;

X3 – высота коровы.

Полученные результаты для черно пестрой породы масса с отдельно стоящих стационарных весов и массу, полученную по методике дистанционного измерения массы оптико-электронной системы с использованием искусственного интеллекта, были сведены в таблицу 1.

Таблица 1. Сравнение результатов, полученных с весов и методикой дистанционного определения массы черно пестрой породы коров [3]

Опыт	Масса, полученная по методике	Масса с стационарных весов	Разница
1	551	568	-17
2	593	613	-20
3	600	622	-22
4	640	602	38
5	606	614	-8
6	582	581	1
7	629	636	-7
8	623	629	-6
9	584	559	25
10	481	567	14
Суммарный вес	5889	5891	2

По данным видно, что результат по отдельным не удовлетворяет нормы по измерительным приборам для взвешивания КРС но хорошо подходит для взвешивания стада в целом. Для улучшения результат необходимо увеличивать количество параметров для измерения, ввести дополнительные возможности определения массы по зоотехническим промерам, к примеру метод Трухановского и метод Клювера-Штрауха используя размеры, полученные с дистанционного измерения.

Заключение. Данную методику определения массы можно использовать для группового взвешивания животных. Данный способ не вызывает стресса у животных и уменьшает трудозатраты у персонала. Хорошо внедряется на построенные молочнотоварные фермы и позволяет ежесуточно контролировать массу животных.