用AI技术来养牛(牛计数)

由于像奶牛这样的动物看起来非常相似,经常肩并肩四处活动,牲畜数量的不准确在养牛业中很常见,数量统计不清楚的后果往往代价高昂。

 

在美国,一头奶牛的平均成本在 980 到 1,200 美元之间,设施每天处理 1,000 到 5,000 头奶牛。在这种规模下,即使是一小部分不准确的计数,也会在全国范围内造成数亿美元的经济损失。

“通过应用由边缘 AI 和 NVIDIA Metropolis 提供支持的计算机视觉,我们能够自动化传统上非常手动的过程,并消除人工计数带来的不确定性,”Plainsight 首席执行官 Carlos Anchia 说。“当准确性可以提高运营效率时,组织就会开始优化现有的收入流。”

 

Plainsight 正与世界上最大的食品公司之一JBS USA 合作,将视觉人工智能集成到其运营流程中。Vision AI 驱动的牛计数是首批实施的解决方案之一。

在 JBS,奶牛由固定位置的摄像头计数,通过安全的专用网络连接到 Plainsight 的视觉 AI 边缘应用程序,该应用程序在奶牛经过时检测、跟踪和计数。

 

据该公司称,Plainsight 的模型对牲畜进行计数的准确率超过 99.5%——比在相同条件下人工计数牲畜的准确率高约两个百分点。

 

对于组织广泛采用的视觉 AI 解决方案,准确性必须高于执行相同活动的人类。通过监测和跟踪每只动物,这些模型简化了原本复杂的过程。

 

高度稳健和准确的计算机视觉模型只是牛计数解决方案的一部分。通过与 JBS 的运营和创新团队的持续合作,Plainsight 提供了一条通往数字化转型的途径,以便在大规模接收牲畜时更准确地提供问责制,从而确保所接收牲畜的付款尽可能准确。

作为将视觉数据和 AI 结合在一起的应用程序框架 NVIDIA Metropolis 的成员合作伙伴,Plainsight 继续开发和改进模型和 AI 管道,以实现与 JBS 美国分部的全国推广。

 

在那里,Plainsight 使用建立在NVIDIA EGX 平台上的技术堆栈,将NVIDIA 认证系统与NVIDIA T4 GPU 相结合。Plainsight 的应用程序实时处理每个 GPU 的多个视频流,以在收到牲畜时对牲畜进行计数和监控,作为管理牲畜记账的一部分。

便于动物健康管理

 

然而,不准确的计数只是该行业面临的问题的一部分。对牲畜进行目视检查既费力又容易出错,这会导致疾病发现晚并增加其他动物的健康风险。

 

人类通过观察动物可以识别的相同症状,例如步态和异常行为,可以通过通过 Plainsight 的视觉 AI 平台构建、训练和管理的计算机视觉模型来近似。

 

这些模型根据牲畜离开运输车辆、围栏或饲养区时的步态和异常行为来识别特定疾病的症状。

 

 

Anchia 说:“摄像头是一个不间断的真相来源,在识别和警告被忽视的问题方面非常有用。” “视觉人工智能、摄像头和 Plainsight 的人工智能平台的结合可以帮助提高牛供应链中所有参与者的警惕性,使他们可以更加专注于业务运营和动物福利改善,而不是容易出错的手动计数。”