Систему распознавания эмоций у сельхозживотных сделали в Нидерландах

Ученый-зоотехник из Wageningen University & Research в Нидерландах создал приложение на основе искусственного интеллекта, которое может измерять эмоциональное состояние сельскохозяйственных животных по фотографиям, сделанным с помощью смартфона. В своей статье, загруженной на сервер препринтов bioRxiv, Суреш Нитираджан описывает свое приложение и его эффективность при тестировании.

Предыдущие исследования и неофициальные данные показали, что сельскохозяйственные животные более продуктивны, когда они не испытывают стресса. Это привело к изменениям в методах ведения сельского хозяйства, таким как защита глаз коров от шипа, которым убивают животных во время убоя, чтобы предотвратить попадание гормонов стресса в мясо. Более поздние исследования показали, что этого может быть недостаточно для защиты сельскохозяйственных животных от стрессовых ситуаций. Например, счастливые коровы или козы могут давать больше молока, чем грустные. Но, как отмечает Нитираджан, эмоциональное состояние животного может быть довольно субъективным, что приводит к неверным выводам. Чтобы решить эту проблему, он адаптировал программное обеспечение для распознавания человеческих лиц для определения эмоций у коров и свиней.

Система называется WUR Wolf и основана на нескольких технологиях: системе обнаружения объектов YOLO, YOLOv4, который работает со сверточной нейронной сетью, и Faster R-CNN, который также позволяет обнаруживать объекты, но делает это с другой функцией. Для обучения он использовал Nvidia GeForece GTX 1080 Ti GRP, работающую на компьютере CUDA 9.0. Данные состояли из тысяч изображений коров и свиней, сделанных с помощью смартфона на шести фермах, расположенных в нескольких странах, с соответствующими классификационными метками, указывающими, какие физические особенности могут быть связаны с проявлением настроения — например, приподнятые уши у коровы обычно указывают на то, что животное взволнован.

Так же, читайте: Отличительные черты стада: как коровы общаются в жизни

Тестирование показало, что точность системы составляет примерно 85%. Нитираджан предполагает, что необходимы дополнительные настройки, но отмечает, что как только они будут завершены, приложение может стать полезным инструментом для повышения качества продукции.

Источник: bioRxiv