Kategoria: Bez kategorii

  • Opracowanie systemu do rozpoznawania części ciała zwierząt

    Dla celów treningu systemu rozpoznawania części ciała zwierząt, skorzystano z otwartego zbioru danych dostępnego na platformie Roboflow. W pierwszym etapie treningu skupiono się na segmentacji wymienia, ze względu na większezastosowanie w aktualnych funkcjach systemu. Testowanie modelu

  • Opracowanie systemu rozpoznawania zwierząt z wykorzystaniem uczenia maszynowego

    Zbiór danych, wykorzystany do treningu systemu rozpoznawania zwierząt, składa sięz oznakowanych zdjęć krów i świń, które zostały pobrane z platformy Roboflow.Każde zdjęcie w tym zbiorze zostało precyzyjnie anotowane, z zaznaczonymibounding boxami określającymi lokalizację i granice zwierząt. Anotacje te sąniezbędne, aby umożliwić modelowi YOLOv8 naukę efektywnego rozpoznawania idokładnego lokalizowania krów oraz świń na różnorodnych obrazach. Zbiór…

  • 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…

  • Metodyka badań

    Czynności testowe Krok 1: Wykonanie pomiaru temperatury referencyjnej ciała doskonale czarnego za pomocą pirometru z odległości 70cm. Krok 2: Wpisanie zmierzonej temperatury referencyjnej do aplikacji TherMobEye Krok 3: Przyłożenie ciała referencyjnego aparatu do wymienia krowy. Krok 4: Rozpoczęcie pomiaru w aplikacji mobilnej TherMobEye Krok 5: Nagranie i zapisanie 3-5 sekundowego fragmentu wszystkich danych radiometrycznych wymienia…

  • Precyzyjna detekcja wymienia i nóg krowy: wykorzystanie danych z platformy Roboflow w treningu modelu YOLOv8

    W dzisiejszym świecie rolnictwa, precyzyjne monitorowanie zdrowia i dobrostanu zwierząt staje się coraz bardziej kluczowe dla efektywnego zarządzania gospodarstwem. W tym kontekście, technologie oparte na sztucznej inteligencji, zwłaszcza algorytmy detekcji obiektów, odgrywają znaczącą rolę, umożliwiając automatyczną identyfikację różnych części ciała zwierząt na obrazach.   Zbiór danych wejściowych, który wykorzystujemy do treningu modelu detekcji, został pozyskany…

  • Różnorodny zbiór danych w treningu modelu YOLOv8 do detekcji krów i świń

    Technologie oparte na sztucznej inteligencji odgrywają coraz większą rolę we współczesnym rolnictwie, szczególnie w monitorowaniu zdrowia i dobrostanu zwierząt. W tym kontekście, algorytmy detekcji obiektów, takie jak YOLOv8, stają się niezastąpionym narzędziem dla hodowców, umożliwiając automatyczne rozpoznawanie zwierząt na zdjęciach, w tym krów i świń.   Aby wytrenować efektywny model detekcji, kluczowe jest posiadanie różnorodnego…

  • Rozpoczynamy prace badawcze nad algorytmami

    Optymalizacja trenowania algorytmu YOLOv8 przy użyciu zbioru danych termowizyjnych krów W dzisiejszych czasach technologie wizyjne, zwłaszcza te oparte na sztucznej inteligencji, stają się coraz bardziej nieodłącznym elementem rolnictwa. Jednym z kluczowych obszarów ich zastosowania jest monitorowanie zdrowia i dobrostanu zwierząt, co jest kluczowe dla efektywnego zarządzania gospodarstwami i poprawy wydajności produkcji. W tym kontekście algorytmy…

  • Etap 3 (09.2023–12.2023)

    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…

  • Etap 2 (05.2023–08.2023)

    Podsumowanie działań: SGGW – wsparcie weryfikacji hipotez statystycznych, konsultacje w zakresie produkcji bydła i trzody, modernizacja budynków badawczych, rolnicy – prowadzenie produkcji i udostępnianie obiektów do badań, firma technologiczna – identyfikacja szumów termicznych, prace nad identyfikacją obrysu bydła mlecznego, lider – koordynacja prac, nadzór nad jakością układu doświadczalnego, przygotowanie dokumentacji. Poniesione koszty: Szkoła Główna Gospodarstwa…

  • Etap 1 (01.2023–04.2023)

    Podsumowanie działań: SGGW – konsultacje w zakresie badań nad ulepszoną technologią, rozpoczęcie produkcji w ramach pierwszych badanych grup, start prac badawczo-rozwojowych, prowadzenie spotkań konsorcjalnych, przygotowanie dokumentów projektowych, przeprowadzenie procedur zakupowych i organizacja układu badawczego. Poniesione koszty: Szkoła Główna Gospodarstwa Wiejskiego w Warszawie: wynagrodzenia zespołu projektowego: koszt kwalifikowalny 70 882,86 zł Smart Soft Solutions Sp. z…