Учёные БелГУ научили нейросеть распознавать свиней по морде с точностью более 95% Система в открытом режиме сама добавляет новых животных и следит за их питаниемИсследователи Белгородского госуниверситета совместно с казахстанскими коллегами разработали аппаратно-программный комплекс, который идентифицирует свиней по биометрическим параметрам морды. В отличие от аналогов, нейросеть работает в открытом режиме: она автоматически обнаруживает новое животное в стаде и включает его в базу без переобучения. Точность обнаружения достигает 99,5%, идентификации — более 95%. Система бесконтактно отслеживает передвижения, частоту и продолжительность кормления каждой особи, что позволяет на ранних стадиях диагностировать заболевания и оптимизировать условия содержания.
Zoe Richardson / Unsplash
Комплекс использует нейросеть, которая идентифицирует животных по биометрическим параметрам морды. Главное отличие от существующих аналогов — система работает в открытом режиме: если в стаде появляется новая особь, алгоритм сам обнаруживает её и добавляет в базу без переобучения. Точность обнаружения свиней на изображениях достигает 99,5%, а точность идентификации конкретного животного — более 95%, что выше показателей, описанных в научной литературе.
Система бесконтактно отслеживает передвижения каждой свиньи, а также частоту и продолжительность её кормления. Это позволяет на ранних стадиях выявлять отклонения в поведении, диагностировать заболевания и давать персоналу рекомендации — например, скорректировать график кормления или температуру в вольере. В отличие от инвазивных методов (чипов, бирок и сенсоров), новый подход не травмирует животных и не вызывает у них стресс. В перспективе технологию планируют адаптировать для ферм разного масштаба, включая крупные промышленные комплексы.
«Точность обнаружения животных на изображениях составляет 99,5 процента, а точность идентификации конкретной особи — более 95 процентов. Эти показатели выше, чем те, которые встречаются сейчас в научной литературе», — отметила соавтор проекта, заведующая кафедрой информационных и робототехнических систем НИУ БелГУ Ольга Иващук.