Ang iyong kawan ay hindi pumipila at naghihintay na bilangin. Pero hindi kailangan ng drone na gawin nila iyon.
Ang pagbibilang ng hayop ay isang pisikal at napakatagal na trabaho mula nang magsimula ang pagrrancho. Lakarin ang mga pastulan, suriin ang mga bakod, bilangin sa mga gate, sipatin ang mga malalayang tuldok sa gilid ng burol. Sa isang 1,000 ulo na operasyon, ang manu-manong pagbibilang ay kumakain ng 8 hanggang 12 oras ng trabaho bawat linggo - at ang resulta ay tantiya pa rin. Ang drone-based na AI counting ay ginagawang 20 minutong paglipad ang isang buong araw na trabaho.
Ang lumang paraan: maglakad, hulaan, bilangin ulit
Ang tradisyonal na pagbibilang ng kawan ay nangangahulugang nasa lupa ka. Ang mga rantsero na nakasakay sa kabayo o ATV ay nagliligid sa mga pastulan, binibilang ang mga hayop habang naglalakad. Sa bukas na lupain, ito ay medyo gumagana. Sa magaspang na lupa na may mga halaman, puno, at mga burol, nagkakalat at nagtatago ang mga hayop. Binilang mo ang 487 sa umaga at 502 sa hapon, at maaaring mali ang parehong numero.
Lumalala ang mga problema habang lumalaki ang sukat. Ang mas malalaking operasyon ay may mga bayang nakakalat sa libu-libong ektarya ng iba't ibang uri ng lupain. Ang pagbibilang sa mga gate ay gumagana para sa paglilipat at pagpapadala, pero hindi para sa pang-araw-araw na pagsusuri ng kalusugan o pag-verify ng imbentaryo. Ang mga hayop na naligaw, nanganak sa mga halaman, o simpleng nakatayo sa likod ng puno ay hindi nakikita ng taong nasa lupa.
Paano gumagana ang pagbibilang gamit ang drone at AI
Ang workflow ay limang hakbang: planuhin, liparin, kunan, i-detect, iulat.
Una, magtatakda ka ng flight plan. Karamihan ng consumer drone ay sumusuporta sa automated na grid-pattern flight na sumasaklaw sa isang tinukoy na lugar sa nakapirming taas. Ang karaniwang survey ng pastulan ay lumilipad sa 30 hanggang 60 metro sa itaas ng lupa, kumukuha ng high-resolution na mga larawan tuwing ilang segundo.
Kumukuha ang drone ng mga magkakapatong na larawan habang sinusundan ang grid. Ang mga larawang ito ay ipinapasok sa isang AI detection model na nakikilala ang mga indibidwal na hayop batay sa hugis, laki, at kulay. Ang bawat na-detect na hayop ay may marker, at ang sistema ay nagpo-produce ng kabuuang bilang kasama ang visual na mapa na nagpapakita kung saan eksaktong natagpuan ang bawat hayop.
Ang CattleQuants, isang nangungunang drone-based na serbisyo sa pagbibilang, ay nag-uulat na ang karaniwang inspeksyon ng pastulan ay tumatagal ng 15 hanggang 20 minuto ng paglipad at nagpo-produce ng resulta sa loob ng ilang minuto pagkatapos lumapag. Ang buong proseso - mula sa take-off hanggang sa na-verify na bilang - ay maaaring makumpleto sa loob ng isang oras para sa karamihan ng mga operasyon.
Katumpakan: ano ang sinasabi ng data
Ang drone-based na AI counting ay nakakamit ng 90 hanggang 99% na katumpakan depende sa mga kondisyon. Nag-uulat ang CattleQuants ng 99% na katumpakan sa mga feedyard inspection kung saan ang mga hayop ay nasa bukas na kulungan, at 90 hanggang 99% sa mga pastulan kung saan ang mga halaman at lupain ay lumilikha ng mas maraming kumplikasyon.
Natuklasan ng isang pag-aaral sa New Zealand na ang mga advanced na sistema ay nakakamit ng 97% na katumpakan sa unang pagsusuri, umaabot sa 99.9% pagkatapos ng human review ng mga na-flag na detection. Nakakahuli ang AI ng mga hayop na nami-miss ng human observer - sa likod ng mga palumpong, sa anino ng puno, o sa mga mababang bahagi ng lupain. Natuklasan ng pananaliksik na nai-publish sa Nature na ang pagsasama ng thermal at RGB imagery ay nagpapataas ng detection ng mga nakatagong hayop mula 15% hanggang 85% para sa mga species na nagkakamuflage sa kanilang background.
Ang global livestock monitoring market ay nagkakahalaga ng $4.4 bilyon noong 2024 at inaasahang aabot sa $8.5 bilyon sa 2030, lumalaki ng 11.8% taon-taon. Ang mga pagpapabuti sa katumpakan ang nagtutulak ng adoption sa lahat ng laki ng operasyon.
Sa mga field test, pare-parehong nakikilala ng AI detection ang 2 hanggang 5% na mas maraming hayop kaysa sa mga human observer na nagbibilang sa parehong mga larawan. Ang mga hayop ay hindi nakatago mula sa kamera - nakatago sila mula sa pansin ng tao.
Higit pa sa pagbibilang: ano pa ang nakikita ng drone
Kapag nasa ere na ang drone, ang pagbibilang ay simula pa lang. Ang parehong mga larawan at AI model ay maaaring sumuporta ng iba't ibang karagdagang gawain.
Kilalanin ang mga hayop na lumipat sa labas ng kanilang itinalagang pastulan o tumawid sa bakod, bago pa sila makarating nang malayo.
Nakade-detect ng thermal camera ang tumataas na temperatura ng katawan na maaaring nagpapahiwatig ng sakit, pinsala, o heat stress. Ang maagang pag-detect ay nangangahulugang mas maagang paggamot.
I-spot ang mga bakang humiwalay sa kawan para manganak, binabawasan ang pagkawala ng guya sa pamamagitan ng maagang paghahanap ng mga pares.
Ipinapakita ng mga aerial image ang mga pattern ng pagpapastol, mga sobrang ginagamit na lugar, at mga kondisyon ng pinagmumulan ng tubig - kapaki-pakinabang na data para sa rotation planning.
Kagamitan na kailangan mo
Hindi mo kailangan ng military-grade na hardware. Isang consumer drone na may magandang RGB camera ay sapat na para sa karamihan ng mga gawain sa pagbibilang.
- Drone: Anumang modelo na may 20 minuto o mas mahabang flight time, GPS waypoint navigation, at 12MP o mas mataas na kamera. Kabilang sa mga popular na pagpipilian ang DJI Mini series para sa maliliit na operasyon at DJI Mavic o Air series para sa mas malalaking rancho.
- Thermal camera (opsyonal): Nagdadagdag ng heat-signature detection para sa paghahanap ng mga hayop sa makapal na palumpong, lilim, o mababang ilaw na kondisyon. Kapaki-pakinabang pero hindi kinakailangan para sa basic na pagbibilang.
- Counting software: Mga AI detection model na nagpoproseso ng mga nakunang larawan at nagbabalik ng bilang. Ang ilang serbisyo tulad ng CattleQuants ay nag-aalok ng end-to-end na solusyon; ang mga photo-based counting app ay maaari ring magproseso ng mga indibidwal na aerial image.
- Flight planning app: Karamihan ng mga drone manufacturer ay may kasamang grid-flight planning sa kanilang mga app. Ang DJI Fly at Litchi ang mga karaniwang pagpipilian.
Mga limitasyon na dapat malaman
Ang drone counting ay makapangyarihan pero hindi perpekto. Ang makapal na canopy ng kagubatan ay ganap na humaharang sa kamera. Ang mga kondisyon sa gabi ay nangangailangan ng thermal camera na may mas mababang resolusyon kaysa sa mga RGB sensor. Ang napakalaking mga kawan na nakakalat sa libu-libong ektarya ay maaaring mangailangan ng maraming paglipad, at ang hangin o ulan ay maaaring magpatigil ng operasyon.
Ang mga magkakasikip na hayop ay nananatiling isang hamon para sa AI: ang mga bayang magkakasikip sa sulok ng feedyard ay maaaring mabilang nang kulang kapag ang mga indibidwal na outline ay nagsanib. Kinukumpirma ng pananaliksik mula sa MDPI Sensors na ang mga magkakasikip na hayop at iba-ibang background contrast ang dalawang pinakamahirap na problema para sa mga kasalukuyang detection model.
Ang buod
Ilang henerasyon nang binibilang ng mga rantsero ang hayop sa mahirap na paraan. Isang consumer drone at isang AI counting model ang tumutupad na ngayon sa parehong gawain sa mas maikling oras, na may mas magandang katumpakan at permanenteng visual record ng bawat pagbibilang.
Sa susunod na kailangan mo ng headcount, ipadala ang drone sa halip na sumakay sa kabayo. Handa na ang iyong bilang bago pa maubos ang kape mo - at malamang mas tumpak pa ito kaysa sa anumang tala na nagawa mo nang naglalakad.