:::
:::
- 期別
- 2025-58-3-154-163
- 作者
- 李佳馨、王科翔、丁文宏、黃妃平、王思涵、蕭振文
- 關鍵字
- 乳牛、3D 影像、無線射頻辨識、體態評分
- 摘要
- 乳牛體態評分 (body condition score, BCS) 是判斷乳牛健康的重要指標。本研究利用資通訊科技、雲端運算與人工智慧 (artificial intelligence, AI) 的深度學習系統，以 3D 影像 (3D image) 辨識技術為基礎，建構乳牛體態與體型之特徵資訊，將量測值結合 AI 分類判斷，開發一套乳牛體態評分辨識系統。本系統分為硬體設備及軟體系統兩部分，硬體設備包含：多視角之 2D 及 3D 影像攝影機、無線射頻辨識 (radio-frequency identification, RFID) 感應板、影像處理伺服器、保護電箱及工作站設備等；軟體部分包含：AI 辨識程式、RFID 取值程式、辨識結果與歷史資料瀏覽程式等。系統包含 2 個功能：(1) 體型量測：量測乳牛體型特徵，包含體長、體寬、體高及體背表面積，(2) 體態評分：由 2D 及 3D 影像特徵資訊進行乳牛 BCS 分類，由 2 至 5 分 ( 非常瘦至肥胖 ) 等體態五分法做為判斷機制。系統架設於牛隻每日擠乳走道上，以不影響牛隻生理及行為下，每日 2 次 (AM 5：00 及 PM 4：00) 進行牛隻體型 / 體態及 BCS 數據收集。2023 年 7 月至 12 月底乳牛體型 / 體態資料庫已收集 31,780 張影像數據，並進行 AI 系統辨識訓練，準確率分為完全正確與容許 ± 0.25 誤差值兩種，測試結果分別為 84.61% 及 96.77%。本系統可改善 2D 影像因牛隻的花色和牛體清潔度之影像干擾及人為判定 BCS 不一致等問題。
