Разработали решение, которое детектирует крупный рогатый скот, идентифицирует и определяет индекс массы тела на молочной ферме
О проекте
01. Про заказчика
Животноводческая ферма (NDA) — российская компания, которая занимается производством кормов для крупного рогатого скота и содержит животноводческие фермы на 3000+ голов.
02. Задача проекта
Научить нейросеть различать коров по признаку полноты
Это поможет сотрудникам оперативно реагировать на изменение здоровья рогатых в круглосуточном режиме и узнавать, когда корова начинает заболевать. А значит:
Предотвращать эпидемии
Обеспечить высокое качество продукта
Получать подробную аналитику по стаду
03. Как мы решали задачу
01
Подключились к камерам на фермах. Наладили генерацию датасета под обучение нейросети.
02
Настроили работу Lidar с целью анализировать облако точек для классификации и оценки состояния коровы.
03
Сегментировали изображения коров, а затем разметили ключевые точки задней части. Всего вышло 10 000 уникальных коров.
04
Обучили нейросеть, которая классифицирует коров по степени упитанности и присваивает индекс массы тела каждой.
05
Настроили передачу отчетов несколько раз в сутки, а также интегрировались с RFID для идентификации животных.
06
Собрали документацию и передали для тиражирования на новые объекты заказчика.
Интересный факт
В процессе реализации проекта было выявлено, что коровы разбиваются на группы по интересам. Запах после посещения фермы сохраняется ~ 12 часов. А сами коровы рвутся 3 раза в сутки пройти через нашу систему на дойку.
04. Как это работает
1Корова проходит мимо камеры, установленной над проходом в зону дойки.
2На кадрах с камеры дектируется задняя часть каждой коровы.
3Нейросеть определяет параметры упитанности и сравнивает их с нормой.
4Результаты аналитики по корове сохраняются в базе данных для формирования отчетов по фильтрам.
5Аналитика помогает ветеринарам и фермерам в принятии решений относительно здоровья животного.
05. Проблемы и их решение
Проблемы на этапе монтажа / Плохой угол камер
В начале проекта возникли сложности с установкой оборудования из-за особенностей инфраструктуры фермы. В Систему летели кадры, которые негативно влияли на качество детекций.
Фотографии
Решение
Изменили конфигурацию оборудования для соответствия специфике фермы. В частности изменили углы установки камер для оптимального захвата изображений. Качество данных повысилось.
Фотографии
Сложности с 3D лидаром / Лишние точки
Поскольку 3D лидар является нестандартным оборудованием для сельскохозяйственного мониторинга, мы получали данные, где было много лишних точек.
Решение
Определили оптимальные параметры оборудования, учитывая освещение, расстояние до объектов, модифицировали алгоритмы для обработки данных, с помощью методов фильтрации выделили изолированные группы точек. Лидар прекратил захватывать лишние точки.
06. Ценность проекта
Экономия
Лечение больных животных требует меньше дополнительных расходов на ветеринарные услуги, медикаменты и процедуры
Прибыль
Здоровые коровы дают больше молока, что повышает общую прибыль фермы
Качество продукции
Продукты, полученные от здоровых коров, имеют высокое качество и не содержат патогены
Счастье коров и рабочих
Стресс и проблемы со здоровьем животных меньше сказываются на моральном состоянии работников, что в свою очередь влияет на общую производительность труда
07. Команда, которая внедрила проект
Техлид
Константин Порошкин
Backend-Lead
Дмитрий Долгин
Менеджер проекта
Илья Гуреев
Аналитик
Роман Федоров
Computer Vision инженер
Роман Мазников
DevOps
Дмитрий Соркин
Куратор команды разметки
Марк Яговкин
08. Планы на будущее
Готовые проекты
Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.
Разработка нейросети
Нейросеть для мониторинга здоровья коров на ферме
Разработка крупной системы
ИИ-система для оценки повреждений автомобилей
Разработка крупной системы
Автоматизация досмотра багажа и анализа X-ray снимков с помощью ИИ
Разработка крупной системы
Платформа для регистрации рекламы блогеров и единого реестра интернет-рекламы
Разработка крупной системы
Система распознавания спецтранспорта и автомобильных номеров для парковок и ТЦ
Разработка крупной системы
Нейросеть, которая контролирует бодрость сотрудников аэропорта, чтобы вы улетели в отпуск вовремя
Сбор данных для обучения ИИ
Учим нейросеть распознавать драки, чтобы в вашем городе стало безопаснее
Сбор данных для обучения ИИ
Нейросеть для распознавания огнестрельного оружия для систем безопасности
Разработка крупной системы
Нейросеть для определения возраста в системах безопасности и анализа аудитории
Разработка нейросети
Распознавание рукописного текста на экзаменационных бланках с помощью нейросети
Разработка крупной системы
Нейросеть, которая распознаёт пустые полки в магазинах и помогает вовремя пополнять запасы
Разработка крупной системы
Платформа на базе ИИ для определения целевой аудитории и аналитики блогеров
Разработка крупной системы
Распознавание погрузчиков и работников на складе для снижения рисков и травматизма
Разработка крупной системы
Внедрение машинного зрения для идентификации паллет и расчета габаритов
Разработка нейросети
Повышаем качество снимков с дронов, чтобы повысить точность анализа и распознавания полученных изображений
Разработка крупной системы
Оптимизация расстановки стеллажей с помощью ИИ и машинного зрения
Внутренняя разработка
NeuroVision — платформа видеоаналитики с готовыми модулями.
Разработка крупной системы
Внедрение видеоаналитики для контроля комплектации товаров на складе
Разработка крупной системы
OCR и распознавание 2D-чертежей для расчёта деталей
Разработка крупной системы
AI-видеоаналитика и распознавание QR для контроля сборки и упаковки заказов на складе