W ramach II etapu opracowaliśmy algorytmu pomiaru temperatury z użyciem uczenia maszynowego

Zbiór danych składa się z oznakowanych obrazów termowizyjnych wymion krów, przygotowanych za pomocą narzędzia CVAT. Każdy obraz został oznaczony etykietami wskazującymi na lokalizację wymienia, co umożliwia modelowi naukę rozpoznawania tych specyficznych obszarów na różnorodnych zdjęciach

Zbiór danych został podzielony na zestawy: treningowy, walidacyjny i testowy, z proporcjami odpowiednio 70%, 20% i 10%. Takie rozdzielenie pozwala na zbilansowany rozwój modelu, umożliwiając jego weryfikację i dostosowanie parametrów w celu uniknięcia zjawiska nadmiernego dopasowania (overfitting).

Testowanie algorytmu