Машинное обучение поможет ускорить обнаружение болезней овец
Согласно новому исследованию, компьютерная томография овец может быть проанализирована с молниеносной скоростью с помощью машинного обучения, что поможет ускорить обнаружение болезней.
По словам исследователей, машинное обучение может быть использовано для разработки программ генетического улучшения овец и выявления неявных болезней.
Доктор Джеймс Робсон из Шотландского сельского колледжа (SRUC) использовал глубокую нейронную сеть, набор математических искусственных нейронов, созданных для имитации мозга. Это использовалось для мгновенного выполнения шагов редактирования изображения, таких как удаление колыбели, в которой сканируются овцы. Компьютерное зрение также использовалось для быстрого извлечения ключевой информации со скоростью 0,11 секунды на компьютерную томографию.
Модель обработки изображений была обучена на сканированных изображениях, которые регулярно собираются командой КТ-сканирования SRUC, и с использованием станции NVIDIA DGX, содержащей более 20 000 ядер. Это позволило обрабатывать новые невидимые изображения с помощью машинного обучения с точностью 98 процентов по сравнению с теми, которые были созданы вручную.
Затем автоматически рассчитывались такие важные характеристики, как процентное содержание мышц или жира, длина или ширина конечностей, которые обычно измеряются по изображению вручную.
Д-р Робсон сказал:
«Это действительно удивительно, когда можно увидеть широкий спектр задач, для решения которых можно использовать машинное обучение. Этот инструмент не только экономит много времени, но и позволяет нам обрабатывать гораздо больше данных, чем раньше, и собирать информацию, которую затем можно использовать для руководства программами генетической селекции. Мы надеемся расширить это исследование на другие области и пригласить любую организацию заявить, если у них есть наборы данных изображений или видео, которые, по их мнению, могут содержать что-то интересное».
Результаты исследования опубликованы в специальном выпуске Sensors.
Также читайте: Снижаем потери корма в зимний период
Источник: www.farminguk.com
