Podsumowanie działań:
- SGGW – kontynuacja konsultacji, weryfikacja hipotez statystycznych, raportowanie błędów w detekcji anomalii,
- rolnicy – dalsze prowadzenie produkcji i udostępnianie obiektów,
- firma technologiczna – iteracyjne rozwijanie hardware i software,
- lider – koordynacja, nadzór nad jakością, gromadzenie danych.
Poniesione koszty:
- Szkoła Główna Gospodarstwa Wiejskiego w Warszawie: wynagrodzenia zespołu projektowego: koszt kwalifikowalny 68 474,43 zł
- Smart Soft Solutions Sp. z o.o.: wynagrodzenia zespołu projektowego: koszt kwalifikowalny 251 031,45 zł
Trzeci etap projektu TherMobEye był czasem intensywnej walidacji wcześniejszych założeń technologicznych w warunkach rzeczywistej produkcji zwierzęcej. Urządzenia działały w trybie ciągłym, rejestrując dane zarówno w pomieszczeniach ogrzewanych, jak i w przestrzeniach otwartych, co pozwoliło na zebranie obszernego materiału badawczego przy zróżnicowanych warunkach klimatycznych. Eksperci SGGW kontynuowali konsultacje merytoryczne, weryfikowali hipotezy statystyczne i raportowali wszelkie błędy w detekcji anomalii, opisując sytuacje, w których system nieprawidłowo identyfikował wzrost temperatury ciała zwierząt. Informacje te stały się bezpośrednim punktem wyjścia do wprowadzania poprawek w sprzęcie i oprogramowaniu. Rolnicy utrzymywali produkcję w układzie doświadczalnym, zapewniając nieprzerwany dostęp do obiektów i zwierząt potrzebnych do dalszych testów.
Zespół technologiczny prowadził iteracyjne prace nad sprzętem i oprogramowaniem, w tym nad modułami analizy obrazu, stabilizacji termicznej i filtracji szumów, stopniowo zwiększając precyzję pomiarów i redukując wpływ zakłóceń środowiskowych. W tym etapie rozpoczęto też rozwój zaawansowanych algorytmów segmentacji obrazu, ukierunkowanych na szczegółowe rozpoznawanie kluczowych elementów anatomicznych zwierząt. Wytrenowano model YOLOv8 do segmentacji wymion z uwzględnieniem nowej klasy – strzyków – obok wymienia i ciała doskonale czarnego (blackbody). Wprowadzenie tej klasy pozwoliło na bardziej precyzyjne i kompletne rozpoznawanie struktury wymienia w obrazach termowizyjnych, co zwiększa dokładność oceny stanu zdrowia zwierząt. Trening prowadzono przez 100 epok, z zastosowaniem operacji augmentacji, takich jak rotacje obrazów, aby zwiększyć uniwersalność i skuteczność modelu.
Równolegle przygotowano model YOLOv11 do segmentacji ucha tucznika wraz z jego podstawą, również w odniesieniu do obszarów blackbody. Model trenowano przy rozdzielczości 640×640 pikseli przez 100 epok, zachowując optymalny balans pomiędzy wydajnością obliczeniową a szczegółowością detekcji. Jego skuteczność weryfikowano przy użyciu standardowych metryk, takich jak krzywe strat, Precision–Recall czy F1–Confidence, aby upewnić się, że działa stabilnie w różnych warunkach.
Lider konsorcjum koordynował prace wszystkich zespołów, nadzorując jakość układu doświadczalnego, gromadzenie danych i ich wstępną analizę. Efektem etapu było nie tylko wyraźne zwiększenie precyzji systemu TherMobEye, ale też rozszerzenie jego możliwości diagnostycznych dzięki wdrożeniu wyspecjalizowanych modeli segmentacji, które w kolejnych miesiącach miały być dalej doskonalone i testowane w terenie.
