Комментарии 13
Хм... очень интересно, конечно. Но неужели не проще и дешевле на свиней какие-нибудь метки вешать, которые и передвижения будут отслеживать, и активность замерять индивидуально, да и хоть пульс и температуру тела мерить им заодно?
В начале я тоже так думал, но оказывается что магнитный или электрический поля отрицательно влияет на организм живой существо. На этом статьи это приведено для человека: https://inis.iaea.org/collection/NCLCollectionStore/_Public/32/062/32062252.pdf
Будучи одним из разработчиков этой системы, могу сказать, что подход с метками сильно дороже получается, мы считали. Свиньи в этой секции живут примерно 4 месяца, дальше их ждёт последний путь на прилавок.
Индивидуальные метки это просто очень дорого. Свиней десятки тысяч, каждой необходима своя метка, нужно много времени и сотрудников, чтобы эту операцию осуществить. RFID метки используются, но только для самых важных свиней, которые отвечают за потомство. Если вешать умную метку, которая еще будет следить за показателями свиньи, то это сильно удорожает итоговый продукт. Эта видеоаналитическая система не только считает животных, но и следит за их заболеваемостью при помощи тепловизора, проверяет наличие корма в кормушках и т. п., то есть она многофункциональна, чтобы отбить свою стоимость.
Если из двух сторон загона параллельно двигаются камера и видео из этих камер синхронна обрабатываются тогда увеличивается точность.
А какая модель используется? И как собирались данные для обучения?
Боюсь, что не могу назвать конкретную сетку. Но если посмотреть в сторону SOTA решений в object dectection и tracking для real-time, то она там будет. Это наши свинокомплексы и камеры, наблюдаем мы за животными ежедневно, поэтому собрать данные было не проблемой. Складываем сами видео и фотографии в облачное хранилище, в MongoDB храним метаданные по каждому изображению и видеоклипу. Далее все это используем для инференса, либо генерируем новые версии датасета при помощи своего датасет генератора и класса ClearML Dataset.
-- все придумано до нас
ещё в 1988 Хазанов рассказывал об опыте устройства подсобных хозяйств на предприятиях. В НИИ электроники успешно выращивали свиней, для идентификации просто подписывали краской
Именно - еще пару лет как назад придумано, и я сейчас не про краску, а видеоаналитику для учета свиней. ТутЬ: https://rb.ru/opinion/kak-my-obuchili-nejronku/
А с краской попробуй еще побегай за ними - спортивные будут, недовес для убоя, корми их потом зря, свиных атлетов в несметном количестве :)
Мы знаем о существовании данной системы. Русагро её апробировало, но приняло решение о нецелесообразности дальнейшего её использования. Точных причин называть не буду, так как сам не участвовал в данном проекте. Если мне не изменяет память, то в тот момент я только сам устроился в Русагро Тех и начал собирать команду. Согласен, что общий домен задач очень похож. Связка детектор + треккер вообще уже классическая для компьютерного зрения и повсеместно используется. Коллеги из ВидеоМатрикс решали задачу для стационарных камер. Мы свой сервис разрабатывали с нуля, ни на какие чужие разработки не ориентировались, кроме чтения научных статей по данной тематике.
ML в животноводстве. Как ГК «Русагро» училось считать поголовье свиней