Hacia el Monitoreo Automatizado de Pollos: Conjunto de Datos y Métodos de Aprendizaje Automático para la Reidentificación Visual y No Invasiva
Autores: Kern, Daria; Schiele, Tobias; Klauck, Ulrich; Ingabire, Winfred
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Hacia el Monitoreo Automatizado de Pollos: Conjunto de Datos y Métodos de Aprendizaje Automático para la Reidentificación Visual y No Invasiva
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Zootecnia
Palabras clave
Pollo
Inteligencia artificial
Conjunto de datos
Reidentificación
Animales
Modelos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
El pollo es el animal más criado del mundo. La reidentificación basada en inteligencia artificial ofrece una alternativa sin estrés a los métodos tradicionales, como las bandas en las patas. En este artículo, presentamos el primer conjunto de datos público diseñado para reidentificar pollos individuales en imágenes utilizando inteligencia artificial. Además, proporcionamos una visión general de los conjuntos de datos públicos existentes para reidentificar otros animales. En el conjunto de datos presentado, probamos diferentes modelos de inteligencia artificial para identificar visualmente pollos individuales. Evaluamos dos escenarios: utilizando una sola imagen por individuo y utilizando múltiples imágenes. Para los escenarios con múltiples imágenes por individuo, logramos tasas de precisión entre el 95.1% y el 100%. Además, adaptamos un modelo de inteligencia artificial originalmente diseñado para otros animales y probamos su rendimiento en pollos. Nuestros hallazgos revelan que este enfoque es altamente efectivo cuando los datos son limitados.
Descripción
El pollo es el animal más criado del mundo. La reidentificación basada en inteligencia artificial ofrece una alternativa sin estrés a los métodos tradicionales, como las bandas en las patas. En este artículo, presentamos el primer conjunto de datos público diseñado para reidentificar pollos individuales en imágenes utilizando inteligencia artificial. Además, proporcionamos una visión general de los conjuntos de datos públicos existentes para reidentificar otros animales. En el conjunto de datos presentado, probamos diferentes modelos de inteligencia artificial para identificar visualmente pollos individuales. Evaluamos dos escenarios: utilizando una sola imagen por individuo y utilizando múltiples imágenes. Para los escenarios con múltiples imágenes por individuo, logramos tasas de precisión entre el 95.1% y el 100%. Además, adaptamos un modelo de inteligencia artificial originalmente diseñado para otros animales y probamos su rendimiento en pollos. Nuestros hallazgos revelan que este enfoque es altamente efectivo cuando los datos son limitados.