2023年6月5日 星期一

★ 電腦視覺在畜牧業中的主要應用(2023 指南)

電腦視覺在農業中的應用 - 4 個經證實的用途 


IDVIEW 最佳工地管理解決方案


viso.ai


基於 YOLOv3 演算法的動物監測系統,用於農業中的物件檢測

最近,電腦視覺(CV)領域在農業中越來越受到關注。電腦視覺技術正在透過允許非接觸式和可擴充的感測解決方案,來改變農業的運作方式。將電腦視覺技術與透過遠端攝影機獲取影像相結合,在農業領域開闢了一系列新的應用,從智慧自動化節省生產成本到提高生產力。 


本報導概述了農業和智慧農業應用的電腦視覺。特別是,我們將研究:牲畜、家禽或水產養殖監測、作物監測和產量估算、安全性和合規性監控   


 

關於我們:Viso.ai 提供領先的端到端電腦視覺平台 Viso 套件。該技術使組織能夠建構、交付和擴充其電腦視覺應用。為你的公司獲取演示


Viso Suite 是端到端電腦視覺應用程式基礎設施


農業中的電腦視覺 在人工智慧(AI)和電腦視覺方面,農業領域在植物健康檢測和監測、種植、除草、收穫,和天氣條件高階分析等領域,做出了許多貢獻。 


許多智慧農業應用案例,透過提供關於整個耕作過程的有用見解,促進即時營運決策,並透過引入現場智慧感測器和裝置,來加強耕作實踐,從而影響整個食品供應鏈。


動物檢測:用 YOLOv7 檢測綿羊的電腦視覺


電腦視覺在農業中有多大幫助? 

電腦視覺是人工智慧的一個子領域,使機器能夠像人類一樣,感知和解釋視覺世界。透過將電腦視覺技術與遠端攝影機相結合進行影像採集,農業中實現了非接觸式和可擴充的感測解決方案。 


農業中的一些應用包括人工智慧驅動的動物監測、視覺品質控制、品質標準自動檢查和基礎設施監控。此外,電腦視覺有可能透過使用影像分析,來檢測植物健康、生長模式和潛在壓力因素,從而顯著改善作物監測和產量預測。


電腦視覺的人工智慧技術趨勢 

一般來說,電腦視覺分為三個基本步驟: 

(1)從攝影機獲取圖像/影像, 

(2)處理影像,以及 

(3)理解影像。 


最近,新的深度學習技術在影像辨識領域取得了巨大突破。與傳統電腦視覺相比,現代深度學習演算法更強大,並允許高度準確的即時影像辨識。因此,深度學習方法可用於使用普通監控攝影機,或網路攝影機的影像進行影像分析。 


最新趨勢將邊緣運算與裝置端機器學習相結合;這種方法也稱為邊緣人工智慧。將人工智慧處理從雲端移動到邊緣裝置,可以隨時隨地執行機器學習,將物聯網和人工智慧結合起來,建立可擴充的電腦視覺應用。   


電腦視覺系統無程式平台 

為了有效地建構和佈署此類應用,我們建構了一個無程式電腦視覺平台 Viso Suite,幫助跨行業的行業主管者,以 10 倍的速度和敏捷的速度,交付所有人工智慧視覺應用。 開箱即用,在企業級基礎設施上,開始使用最佳電腦視覺功能。


在下面,我們將列出農業中一些最重要的人工智慧願景應用。 


鑑於最近的技術進步,我們預計在不久的將來,會看到更多的應用案例和大規模的電腦視覺應用。   


電腦視覺在農業中的最佳應用 

應用#1:畜牧業中的電腦視覺系統 


應用#2:家禽養殖中的電腦視覺系統 


應用#3:具有電腦視覺的養魚 


應用#4:水果或蔬菜計數的產量估算 


應用#5:遠端農場的安全監控 


申請#6:遵守動物福利法 


應用#7:使用人工智慧進行無人機作物監控   


1. 畜牧業中的電腦視覺系統 

糧食安全是世界上最大的挑戰之一。牲畜和家禽透過肉類、牛奶、雞蛋和內臟等產品,佔每天蛋白質攝入量的很大比例(30%)。動物產量預計將相應增加,以養活不斷成長的人口。 


隨著生產的加強以滿足日益成長的需求,生產者面臨著越來越大的壓力,要求為每個管理單位越來越多的動物提供優質護理。鑑於未來農業工作的預期勞動力短缺,這一點變得更加具有挑戰性。 


成視覺系統用攝影機監控牛、羊、豬等動物。 神經網路用於即時分析影像提要。成視覺系統的優勢植根於其自動、非侵入性和低成本的動物監控能力。 


人工智慧視覺系統允許以負擔得起的成本,以最小的外部推斷(感測器的人為調整、維護)提取資訊。


動物養殖中的電腦視覺——來源   


因此,畜牧業的資料收集、分析和決策需要成視覺。這些見解有助於透過循證設施設計和農場管理,來改善農場動物的福利、環境、工程、遺傳學和管理。 


動物監測系統提供持續的即時監控,並協助生產者做出管理決策。它們還提供疾病和生產效率低下的早期檢測和預防。人工智慧視覺能夠提供動物行為,和表型的客觀衡量標準,而不是主觀的手動觀察。


2. 家禽養殖中的電腦視覺系統 

先進的深度學習演算法足夠強大,可以應用於家禽養殖。「家禽」一詞包括一系列馴養物種,包括雞、火雞、鴨子、鵝、野味鳥和鼠類(如鴯鶓和鴕鳥)。 


在家禽養殖場,電腦視覺技術目的,在預防疾病和確保糧食安全,同時透過降低成本和提供資訊,以提高產品品質來提高整體生產力。 


今天,電腦視覺被廣泛應用於家禽生產系統。它包括房屋管理自動化、行為分析、動物福利、疾病檢測、體重測量、卵子檢查等。


以母雞為例,電腦視覺任務包括影像分類物體檢測影像分割和動物監測的姿勢估計來源 


3. 具有電腦視覺的養魚 

具有電腦視覺的自動魚類檢測,是實現自動魚類檢測的精準養殖的重要工具。特別是,深度學習方法在魚類物種辨識、計數和行為分析方面具有巨大潛力。 


此外,電腦視覺正在迅速發展,可用於有效的智慧餵養系統。這些系統基於水下影像預處理、魚類檢測、魚類重量和長度估計、魚類行為分析。 


在許多漁業中,魚類計數仍然是一個基本過程。基於電腦視覺的系統,為深度學習計魚,提供了一種具有成本效益的方法。自動計魚降低了成本,有助於提高產量,並增加了勞動力供應。例如,電腦視覺已被用於自動即時指法計數。 


水產養殖企業的相關新應用案例,涉及使用深度學習機器學習技術,分析漁網的完整性和安全性。   


4. 水果或蔬菜計數的產量估算 

產量估計是大多數大型農業公司,必不可少的收穫前做法。它支援分配基本物流的決策,如交通工具、勞動力、供應等。高估會導致影響盈利能力的進一步成本;低估會導致潛在的作物浪費和額外成本。產量預測還用於最佳化栽培實踐和植物疾病預防。 


開發了深度卷積網路演算法,以促進影像上水果和蔬菜的準確產量預測,和自動計數。現代深度學習方法即使在樹葉或樹枝、照明和物體尺寸,造成的遮擋下也能提供良好的準確性。 


手工估算水果或蔬菜等產品的產量非常耗時和昂貴。電腦視覺方法可用於自動計算水果或花卉。一個例子是奇異果的自動樹上計數和產量估計


芒果植物疾病分類的電腦視覺應用 


5. 遠端農場的安全監控 

遠端農場的即時監控和安全監控,是 ML(Machine Learning 機器學習)目前在智慧農業中的另一個應用。這種監控和通知系統對農場非常重要。使用通用監控系統檢測到的影像,可以透過人工智慧演算法進行處理,以執行入侵檢測並自動辨識異常。現代方法使用深度神經網路,來執行精確的人臉辨識,這與照明的變化是不變的。這使得在多個偏遠農場,實施深度人臉辨識成為可能。


用於遠端基礎設施監控的農業電腦視覺   


6. 遵守《動物福利法》 

辨識視覺系統,提供了一種自動進行定期農場監控的方法,以確保遵守動物福利法。深度學習演算法和條件邏輯,可以觸發警報來觸發糾正操作。 


智慧視覺系統使用人工智慧攝影機,在現場條件下提供動物福利的客觀測量。現代方法能夠評估提供給動物的資源(空間、躺著的基質、飲酒者通道),並測量動物本身,以檢測跛行、傷害或疾病的指標,以及異常行為。因此,辨識視覺提供了關於動物福利的可量化資料,可用於確保遵守農場動物福利。   


7. 無人機作物監控 

在過去的幾年裡,無人機技術因其自動飛行能力而廣受歡迎。無人機已成為精準農業和農業的重要因素。由於其飛行能力和長距離,無人機可以使用內建攝影機捕獲大量資料。 


使用捕獲的鏡頭訓練電腦視覺演算法,以檢測土壤狀況,分析整個農業用地的鳥瞰圖,並根據地理感應資訊評估作物健康資訊。因此,影像上貼有影像註釋的標籤,以建立演算法訓練的訓練資料。人工智慧模型執行物件檢測和語義分割,以辨識無人機鏡頭中的物體和條件。   


開始吧 

如果你正在尋找在智慧農業和農業中,快速建構和交付電腦視覺應用的方法,你可能想看看我們的無程式電腦視覺平台 Viso 套件。 


整合平台提供你的團隊建構、佈署和擴充套件深度學習願景解決方案,所需的所有端到端工具、人工智慧模式框架和軟體基礎設施 —— 而無需從頭開始編碼所有內容。 聯絡並進行現場演示。 


要閱讀更多相關主題,你可能對以下報導感興趣: 

· 製造業中的電腦視覺 —— 10 個最受歡迎的應用 

· 電腦視覺在保險中的主要應用 

· 當今 11 種最受歡迎的電腦視覺工具 

· MLOps 簡介 —— 提供機器學習的方法 

· 生成對抗網路(GAN)初學者指南



沒有留言:

張貼留言