საქონაო მეურნეობის კომპიუტერული მხედველობა
საქონაო მეურნეობის კომპიუტერული მხედველობა იყენებს სტანდარტულ კამერებსა და პროგრამებს იმის ნახვად, რას ხდის ფერმაში - ცხოველების დათვლა გროვის მეშვეობით, წონის შეფასება კამერიდან, სიარულისა და ქცევის წაკითხვა, და განაწილების რუკის შედგენა ღორკალატში. ის არის შეგრძნობის ფენა, რომელიც აქცევს იმას, რას თქვენი კამერები უკვე ხედავენ, იმ რაოდენობებად, წონებად და გაფრთხილებებად, რომლებზეც DeepLoop მოქმედებს.
ფერმის კამერა თავისთვის მხოლოდ იწერს - ვინმე მაინც უნდა უყურებინა ჩანაწერს და დათვალოს. კომპიუტერული მხედველობა არის ის ფენა, რომელიც უყურებს: ის პოულობს ყოველ ცხოველს კადრში, ადევნებს მას, კითხულობს მის ქცევას, და ამას აქცევს მონაცემად, რომელსაც შეუძლია თქვენი ჩანაწერები და გადაწყვეტილებები გამოიყენოს. DeepLoop ახორციელებს ამას სტანდარტულ მომხმარებლის კამერებზე ღორის, ხორცის ქათმისა და კვერცხმდებელი ქათმის ფერმებში, სპეციალური აპარატურის გარეშე.
რას ხედავს
თავის რაოდენობა გროვისა და გადავსების მეშვეობით, ინდივიდუალური წონა და ზრდა სასწონის გარეშე, სიარულისა და მოძრაობის ნიმუშები, საკვებისა და სმენჯის აქტივობა, განაწილება და სიმჭიდრე ღორკალატში ან ფარდულში, და კეთილდღეობისთან დაკავშირებული ნიშნები როგორიცაა სუნთქვა, ხველა და ბუმბულის საფარი. თითოეული მათგანი ამარაგებს კონკრეტულ გადაწყვეტილებას ფერმაზე.
რატომ სტანდარტული კამერები საკმარისია
არ გჭირდებათ ლიდარი, სიღრმის სენსორები ან სპეციალური გამოსახულების მოდულები. თანამედროვე კომპიუტერული მხედველობა იღებს იმ სიგნალებს, რომლებიც სჭირდება - რაოდენობა, წონა, ქცევა, განაწილება - იმ ობიექტური დახურული წრიული კამერებიდან, რომლებსაც მაინც დააყენებდ. ეს აღმოფხვრებს აპარატურის ნამატსა და მომწოდებლის მიჯაჭვულობას, რომელმაც ხედვა უმეტეს ფერმებიდან გარე დატოვა.
რაზე მუშაობს
მხედველობის გამონაჟი არ ჩერდება დაფაზე. ყოველი დათვლა, წონა და ქცევის კითხვა გადის დახურულ მარყუჟში - თავის რაოდენობა აჯამებული, სიკვდილიანობა განახლებული, FCR და ბაზრამდე დარჩენილი დღეები თავიდან გათვლილი, საკვებისა და კლიმატის სამიზნეები შესწორებული - ისე, რომ კამერები ხედავენ, მოქმედებად გარდაქმნავს რამდენიმე წუთში, არა შემდეგ კვირაში.
მხედველობის შესაძლებლობები და სად ისინი მუშაობენ
| მხედველობის შესაძლებლობა | რას ამარაგებს |
|---|---|
| თავის რაოდენობა გროვის მეშვეობით | ღორკალატის ინვენტარი და სიკვდილიანობის ანახლება |
| წონის შეფასება კამერიდან | ზრდის მრუდე, FCR და ბაზრამდე დარჩენილი დღეების თვალყურება |
| სიარულისა და ქცევის თვალყურება | დაავადებისა და კეთილდღეობის ადრეული გაფრთხილება |
| განაწილებისა და სიმჭიდრის ანალიზი | კლიმატი, სითბო-სტრესი და გადავსების რეაგირება |
სჭირდება თუ არა სპეციალური კამერები ან სენსორები?
არა. DeepLoop მუშაობს სტანდარტულ მომხმარებლის კამერებზე. იღებთ სპეციფიკაციის სიას და ყიდულობთ ნებისმიერი მომწოდებლისგან - არანაირი სპეციალური კაბელი, არანაირი ლიდარი, არანაირი მომწოდებლის მიჯაჭვულობა, არანაირი ნამატი.
რომელ ცხოველებთან მუშაობს?
ღორებთან, ხორცის ქათმებთან და კვერცხმდებელი ქათმებთან. იგივე მხედველობის ფენა მუშაობს სამივეში: სასუქებელი ღორების დათვლა, ხორცის ქათმების წონის შეფასება სასწონის გარეშე, კვერცხმდებელი ქათმების ქცევისა და განაწილების კითხვა.
შეუძლია თუ არა მართლა დათვალოს ცხოველები გროვის მეშვეობით?
დიახ. თვალყურების მოდელი ინახავს იდენტიფიკაციას გადავსების, დაბრკოლვისა და მოძრაობის მანზი - ასე რომ, ღორი ან ფრინველი, რომელიც ჯგუფის უკან ჩამოვარდება, მაინც დაიკარგება ინვენტარიდან.
ანაცვლებს თუ არა კომპიუტერული მხედველობა ჩემი ფერმის პერსონალს?
არა. ის აღმოფხვრებს თვალყურებისა და დათვლის სიმძიმეს, რომ თქვენი ხალხი თავიანთ დროს იმ ცხოველებზე გაატარონ, რომლებსაც ყურადღება სჭირდებათ. მხედველობის გამონაჟი ამარაგებს გაფრთხილებებსა და ჩანაწერებს, მაგრამ გადაწყვეტილება თქვენი გუნდის ხელში რჩება.