Платформа «Агрориск»Управление рисками в АПК

Статья журнала

РАЗРАБОТКА ТЕХНОЛОГИИ ИДЕНТИФИКАЦИИ СВИНЕЙ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ИНФРАКРАСНОЙ СИСТЕМЫ ДЕТЕКЦИИ

Авторы
АБДРАХИМОВ Д.А.
Раздел
ЭКОНОМИЧЕСКИЕ НАУКИ | ECONOMICAL SCIENCES
УДК
УДК 636.4 :004.9
Выпуск
Статус
PUBLISHED

Цитирование

АБДРАХИМОВ , Д.А. РАЗРАБОТКА ТЕХНОЛОГИИ ИДЕНТИФИКАЦИИ СВИНЕЙ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ИНФРАКРАСНОЙ СИСТЕМЫ ДЕТЕКЦИИ / Д.А. АБДРАХИМОВ // Управление рисками в АПК. – 2024. – № S3 (53). – C. -. – .

Аннотация

Идентификация свиней на свинокомплексах является ключевой задачей в процессе цифровизации процессов ведения хозяйства. В статье предложен новый подход для системы мониторинга и идентификации свиней на основе искусственного интеллекта.

Ключевые слова

Искусственный интеллект, цифровизация, система идентификации, свинокомплекс.

Введение

Развитие сельского хозяйства обуславливает явный курс на цифровизацию технологических процессов. Область свиноводства не является исключением, а актуальность применения систем искусственного интеллекта (ИИ) [1] в свиноводстве обусловлена рядом факторов, отражающих как текущие вызовы, так и перспективы его развития: 1. Повышение эффективности и производительности. Свиноводство сталкивается с необходимостью увеличения объемов производства. Использование ИИ позволяет автоматизировать процессы, повысить точность агротехнических мероприятий и оптимизировать использование ресурсов, что приводит к росту продуктивности и снижению издержек. 2. Мониторинг и анализ больших данных. Интеграция систем ИИ в свиноводческие комплексы позволяет анализировать большие объемы данных. Это способствует более точному контролю производственных процессов. 3. Поддержка принятия решений: индивидуальная система идентификации свиней позволит помочь в принятии сложных решений, предоставляя рекомендации по оптимальной организации процесса выращивания. 4. Персонализация подходов: ИИ способствует разработке индивидуальных решений для каждого конкретной свиньи, учитывая его уникальные условия и требования. 5. Социальная значимость: ИИ помогает адресовать проблемы продовольственной безопасности, предлагая способы устойчивого и рационального использования ресурсов, что важно для обеспечения растущего населения планеты продуктами питания. Таким образом, интеграция ИИ в сельское хозяйство является не только инновационной, но и стратегически важной задачей, направленной на повышение продуктивности [2], рентабельности и устойчивости сельского хозяйства, что делает эту тему актуальной для исследований и инвестиций [3].

Методология

Проблема мониторинга свиноводческих ферм заключается в том, что традиционные методы могут быть неэффективными и требуют много времени и ресурсов для наблюдения за большим количеством животных [4]. Использование компьютерного зрения может помочь в автоматизации процесса мониторинга, что позволит улучшить качество жизни животных и повысить производительность свиноводческой фермы. С помощью компьютерного зрения можно создать систему мониторинга, которая будет обнаруживать и анализировать поведение свиней и определять любые отклонения, такие как стресс, отсутствие питания или воды. Система может также помочь определить ранние признаки заболеваний, что позволит своевременно принять меры по их лечению и предотвращению их распространения на других животных. Таким образом, использование компьютерного зрения для мониторинга свиноферм может значительно повысить эффективность и производительность свинофермы, улучшить качество жизни животных и снизить риски для здоровья животных и людей. Для решения задачи идентификации свиней, предлагается разработка системы непрерывного мониторинга особей на свинокомплексах на базе искусственного интеллекта и инфракрасной системы идентификации. Система представляет собой программное обеспечение (ПО) для автоматической аналитики основных показателей свинокомплекса. Интегрируемая с различными типами камер, система позволяет без участия человека оценивать в режиме реального времени состояние поголовья и инфраструктуры на свинофермах, своевременно сообщая об отклонениях и неисправностях. ПО легко масштабируется под хозяйства различной величины и интегрируется в существующие системы видеонаблюдения. Инновационность системы заключается в использовании открытых SOTA моделей искусственного интеллекта [5, 6], позволяющих с высокой точностью решать задачи компьютерного зрения.

Результаты

Отличительными особенностями системы являются: • Отсутствие аналогов: в условиях санкционной борьбы, российский сегмент IT технологий не предоставляет готовые решения автоматического мониторинга свиноводческих хозяйств

Результаты

• Простота внедрения на предприятие с использованием стандартных камер видеонаблюдения • Удобная схема распространения ПО с системой персональных подписок, масштабируемую под размеры производств и пробными периодами • Высокая экономическая эффективность от внедрения системы мониторинга. Позволяет на 15% увеличить суточный привес за счет оптимизации кормления

Обсуждение

Таким образом, цифровые технологии, примененные на свинокомплексах, позволяют более рационально расходовать время персонала и масштабировать производство под новые запросы индустрии, повышают эффективность предприятия«АгроТехСервис», и еще больше повысить доступность и эффективность подбора запасных частей для сельскохозяйственной техники. Оценивать эффективность цифровых сервисов необходимо комплексно по ряду параметров и на различных уровнях [5, 6]. «АгроТехСервис», и еще больше повысить доступность и эффективность подбора запасных частей для сельскохозяйственной техники. Оценивать эффективность цифровых сервисов необходимо комплексно по ряду параметров и на различных уровнях [5, 6]. Так, эффективность применения ресурса «АгроТехСервис» необходимо оценивать на различных уровнях: микро-, мезо- и макроуровнях, что позволит оценить результативность его применения [7, 8].

Обсуждение

Таким образом, цифровые технологии, примененные на свинокомплексах, позволяют более рационально расходовать время персонала и масштабировать производство под новые запросы индустрии, повышают эффективность предприятия«АгроТехСервис», и еще больше повысить доступность и эффективность подбора запасных частей для сельскохозяйственной техники. Оценивать эффективность цифровых сервисов необходимо комплексно по ряду параметров и на различных уровнях [5, 6]. «АгроТехСервис», и еще больше повысить доступность и эффективность подбора запасных частей для сельскохозяйственной техники. Оценивать эффективность цифровых сервисов необходимо комплексно по ряду параметров и на различных уровнях [5, 6]. Так, эффективность применения ресурса

Выводы

«АгроТехСервис» необходимо оценивать на различных уровнях: микро-, мезо- и макроуровнях, что позволит оценить результативность его применения [7, 8].

Источники

  1. Библиографический список:
  2. 1. Аспекты интеграции информационных систем сельскохозяйственных предприятий / Т. Ф. Череватова, О. С. Ермолаева, И. Е. Быстренина, М. Н. Степанцевич // Научное обозрение: теория и практика. – 2021. – Т. 11, № 8(88). – С. 2397-2414.
  3. 2. Кушнарева, М. Н. Методические особенности определения эффективности внедрения информационных технологий на предприятии / М. Н. Кушнарева // Образование и наука без границ: фундаментальные и прикладные исследования. – 2016. – № 4. – С. 45-49.
  4. 3. Горбачев, М. И. Анализ развития и практический опыт применения цифровых технологий в АПК РФ / М. И. Горбачев, М. Н. Кушнарева // Доклады ТСХА, Москва, 03–05 декабря 2019 года. Том Выпуск 292, Часть III. – Москва: Российский государственный аграрный университет - МСХА имени К.А. Тимирязева, 2020. – С. 390-393.
  5. 4. Худякова, Е. В. Основные проблемы цифровой трансформации сельского хозяйства и пути их решения / Е. В. Худякова, М. Н. Степанцевич, М. И. Горбачев // Известия Международной академии аграрного образования. – 2022. – № 62. – С. 156-160.
  6. 5. B. T. Teng, S. C. Khojasteh, D. Tscharke, and M. Banhazi, "Application of Machine Vision and Computational Intelligence Techniques in Animal Farming: A Review," in Biosystems Engineering, vol. 197, pp. 271-291, 2020.
  7. 6. M. G. Dawkins, "Using behaviour to assess animal welfare," in Animal Welfare, vol. 13, no. S, pp. 3-7, 2004.
  8. 7. J. M. Siegford et al., "Automated tracking and behavior quantification of laying hens using three-dimensional video," Poultry Science, vol. 94, no. 9, pp. 2239-2247, 2015.
  9. 8. Оценка экономической эффективности внедрения информационных технологий в агропромышленном комплексе / И. С. Козубенко, В. И. Балабанов, И. В. Цветков [и др.] // Техника и оборудование для села. – 2017. – № 12. – С. 42-46.
  10. 9. Ganieva, I. Digital traceability platforms in the field of creation and promotion of agricultural products as a factor in the competitiveness of agribusinesses / I. Ganieva, O. Motorin, M. Gorbachev // IOP Conference Series: Earth and Environmental Science, Moscow, 24–25 октября 2018 года. Vol. 274. – Moscow: Institute of Physics Publishing, 2019. – P. 012109.
  11. 10. Худякова, Е. В. Факторы эффективности глобализации цифровой платформы агробизнеса / Е. В. Худякова, М. И. Горбачев, М. Н. Кушнарева // Управление бизнесом в цифровой экономике : Сборник тезисов выступлений, Санкт-Петербург, 21–22 марта 2019 года / Под общей редакцией И.А. Аренкова, М.К. Ценжарик. – Санкт-Петербург: Санкт-Петербургский государственный университет промышленных технологий и дизайна, 2019. – С. 22-25.
  12. 11. Кушнарева, М. Н. Совершенствование информационного обеспечения стратегического планирования развития свеклосахарного подкомплекса региона / М. Н. Кушнарева, Ш. Е. Ванг // Международный научный журнал. – 2020. – № 3. – С. 28-35. – DOI 10.34286/1995-4638-2020-72-3-28-35.