Китайские исследователи разработали «умные глаза» для пасущихся роботов
Исследователи из Китая представили облегчённую интеллектуальную модель, предназначенную для анализа поведения крупного рогатого скота по видеоданным, получаемым с четвероногих роботов на пастбищах. Новая разработка позволяет повысить точность управления стадом и оптимизировать процессы кормления в условиях открытых угодий.

Модель под названием MASM-YOLO была создана специалистами Института сельскохозяйственной информации Китайской академии сельскохозяйственных наук. Результаты работы опубликованы в научном журнале «Компьютеры и электроника в сельском хозяйстве». Учёные отмечают, что своевременное и достоверное распознавание типичных форм поведения животных играет ключевую роль при ранней диагностике заболеваний, контроле репродуктивных циклов, прогнозировании отёла и общей оценке состояния здоровья скота.
Разработанная система способна точно фиксировать различные поведенческие реакции даже в сложных условиях пастбищ. Алгоритм устойчиво работает при изменяющемся освещении, размытости изображения из-за движения камеры и частичном перекрытии животных в группе. Это делает модель пригодной для использования непосредственно на борту мобильного робота без передачи данных на внешние серверы.
Высокая эффективность MASM-YOLO достигается за счёт применения многомасштабной сети фокусировки и выделения признаков, адаптивной головки для выравнивания и декомпозиции данных, а также ряда оптимизационных решений. Такой подход позволяет сохранить баланс между точностью распознавания и вычислительными затратами.
Система в реальном времени распознаёт несколько базовых форм поведения крупного рогатого скота, включая приём пищи, отдых, перемещение и облизывание. По мнению авторов исследования, предложенная модель создаёт важную технологическую основу для дальнейшего внедрения и масштабного развития роботизированных пастбищных комплексов.

Модель под названием MASM-YOLO была создана специалистами Института сельскохозяйственной информации Китайской академии сельскохозяйственных наук. Результаты работы опубликованы в научном журнале «Компьютеры и электроника в сельском хозяйстве». Учёные отмечают, что своевременное и достоверное распознавание типичных форм поведения животных играет ключевую роль при ранней диагностике заболеваний, контроле репродуктивных циклов, прогнозировании отёла и общей оценке состояния здоровья скота.
Разработанная система способна точно фиксировать различные поведенческие реакции даже в сложных условиях пастбищ. Алгоритм устойчиво работает при изменяющемся освещении, размытости изображения из-за движения камеры и частичном перекрытии животных в группе. Это делает модель пригодной для использования непосредственно на борту мобильного робота без передачи данных на внешние серверы.
Высокая эффективность MASM-YOLO достигается за счёт применения многомасштабной сети фокусировки и выделения признаков, адаптивной головки для выравнивания и декомпозиции данных, а также ряда оптимизационных решений. Такой подход позволяет сохранить баланс между точностью распознавания и вычислительными затратами.
Система в реальном времени распознаёт несколько базовых форм поведения крупного рогатого скота, включая приём пищи, отдых, перемещение и облизывание. По мнению авторов исследования, предложенная модель создаёт важную технологическую основу для дальнейшего внедрения и масштабного развития роботизированных пастбищных комплексов.
Читайте также:
Ctrl
Enter
Заметили ошЫбку
Выделите текст и нажмите Ctrl+EnterЧитайте также: