Evaluación de dos enfoques de visión por computadora para la identificación de vacas lecheras en pastoreo

Resumen

La visión por computadora se está utilizando en la Pecuaria de Precisión para monitorear y analizar la salud, el comportamiento y la productividad de los animales.      Sin embargo, la implementación de estas tecnologías enfrenta desafíos técnicos que requieren la colaboración entre agricultores, investigadores y proveedores de tecnología. En este estudio, se comparó el desempeño de dos enfoques diferentes de identificación de vacas lecheras en pastoreo utilizando un modelo de visión por computadora basado en ResNet. El primer enfoque consistió en la clasificación de imágenes, mientras que el segundo enfoque se basó en la comparación de características o embeddings. Se utilizó el modelo YOLOv5 para detectar y clasificar las vacas en imágenes capturadas con tres cámaras de alta definición en una finca lechera. Se generó una base de datos que consta de dos carpetas principales: "TRAIN" y "TEST" con base en 19 vacas lecheras de la raza Holstein. Cada carpeta contiene 19 subcarpetas numeradas del 001 al 019, correspondientes a cada vaca. Se usaron 4740 y 2256 imágenes para entrenar y validar los enfoques, respectivamente. Se empleó FastAI para el entrenamiento del modelo ResNet50 en el primer enfoque y el proyecto de código abierto de PyTorch ReID en el segundo. Se realizaron pruebas de validación de los modelos entrenados con los enfoques y se compararon los resultados utilizando una matriz de confusión y cinco métricas de desempeño. Los resultados indican que el enfoque de comparación de embeddings tuvo un rendimiento significativamente mejor en todas las pruebas de validación en comparación con el enfoque de clasificación de imágenes. Esto sugiere que el enfoque de comparación de embeddings es una técnica más robusta y precisa para la identificación de vacas Holstein en condiciones diversas, lo que tiene un gran potencial para su aplicación en la implementación de sistemas automatizados de monitoreo para granjas lecheras. En resumen, este estudio muestra que la visión por computadora es una herramienta valiosa para mejorar la productividad y la salud de los animales en la Pecuaria de Precisión.