Tüm makalelere dön

Drone Fotoğraflarından Hayvan Sayımı: Çiftçiler İçin Yapay Zeka Rehberi

Sürünüz sıraya girip sayılmayı beklemez. Ama bir drone buna ihtiyaç duymaz. İşte havadan yapay zeka sayımının çiftlik operasyonlarını nasıl değiştirdiği.

list Bu makalede

Sürünüz sıraya girip sayılmayı beklemez. Ama bir drone buna ihtiyaç duymaz.

Hayvan sayımı, hayvancılık var olduğu sürece fiziksel ve zaman alıcı bir iş olmuştur. Meralarda yürümek, çit hatlarını kontrol etmek, kapılardan geçirip saymak, tepedeki uzak noktalara gözlerini kısmak. 1.000 başlık bir operasyonda, manuel sayım haftada 8 ila 12 iş saati tüketir ve sonuç yine de bir tahmindir. Drone tabanlı yapay zeka sayımı, bir günlük işi 20 dakikalık bir uçuşa dönüştürüyor.

Eski yol: yürümek, tahmin etmek, tekrar saymak

Geleneksel sürü sayımı arazide olmak demektir. At veya ATV üzerindeki çiftçiler meralarda gezerek hayvanları sayar. Açık arazide bu makul ölçüde işe yarar. Çalılıklar, ağaçlar ve dalgalı tepelerle dolu engebeli arazide ise hayvanlar dağılır ve gizlenir. Sabah 487 sayarsınız, öğleden sonra 502, ve her iki rakam da yanlış olabilir.

Sorunlar ölçekle birlikte büyür. Daha büyük işletmeler, binlerce dönümlük karma arazide sığır yönetir. Kapıdan geçirerek saymak taşıma ve sevkiyatlar için işe yarar, ancak günlük sağlık kontrolleri veya envanter doğrulaması için yeterli değildir. Kaçan, çalılıkta doğum yapan veya sadece bir ağacın arkasında duran hayvanlar, zemin seviyesindeki bir kişi için görünmez hale gelir.

Drone ve yapay zeka sayımı nasıl çalışır

İş akışı beş adımdan oluşur: planla, uç, çek, tespit et, raporla.

Önce bir uçuş planı belirlenir. Çoğu tüketici dronu, belirli bir alanı sabit yükseklikte kapsayan otomatik ızgara deseni uçuşlarını destekler. Tipik bir mera taraması yerden 30 ila 60 metre yükseklikte gerçekleşir ve birkaç saniyede bir yüksek çözünürlüklü görüntüler çekilir.

Drone, ızgarayı takip ederken örtüşen fotoğraflar çeker. Bu görüntüler, şekil, boyut ve renge göre bireysel hayvanları tanımlayan bir yapay zeka tespit modeline beslenir. Tespit edilen her hayvan bir işaretçi alır ve sistem, her hayvanın tam olarak nerede bulunduğunu gösteren görsel bir harita ile toplam sayımı üretir.

Önde gelen drone tabanlı sayım hizmeti CattleQuants, tipik bir mera denetiminin 15 ila 20 dakika uçuş süresi aldığını ve inişten dakikalar sonra sonuç ürettiğini bildirmektedir. Kalkıştan doğrulanmış sayıma kadar tüm süreç, çoğu işletme için bir saatin altında tamamlanabilir.

Aerial view from a drone showing a herd of cattle spread across green pasture land, demonstrating how drone photography captures livestock for AI counting

Doğruluk: veriler ne gösteriyor

Drone tabanlı yapay zeka sayımı, koşullara bağlı olarak %90 ila %99 doğruluk elde eder. CattleQuants, hayvanların açık ağıllarda olduğu besi yeri denetimlerinde %99, bitki örtüsü ve arazinin daha fazla karmaşıklık yarattığı mera ortamlarında %90 ila %99 doğruluk bildirmektedir.

Yeni Zelanda'dan bir çalışma, gelişmiş sistemlerin ilk analizde %97 doğruluk elde ettiğini ve işaretlenmiş tespitlerin insan incelemesinden sonra %99,9'a ulaştığını buldu. Yapay zeka, insan gözlemcilerin kaçırdığı hayvanları yakalar: çalıların arkasında, ağaç gölgelerinde veya arazideki çukurlarda. Nature'da yayımlanan araştırma, termal ve RGB görüntülemeyi birleştirmenin, arka planına karışan türler için gizli hayvan tespitini %15'ten %85'e çıkardığını ortaya koymuştur.

Küresel hayvancılık izleme pazarı 2024'te 4,4 milyar dolar olarak değerlendirildi ve 2030'a kadar yıllık %11,8 büyümeyle 8,5 milyar dolara ulaşması öngörülmektedir. Doğruluk iyileştirmeleri, her ölçekteki işletmede benimsemeyi artırmaktadır.

Yapay zeka kaçırdıklarınızı bulur

Saha testlerinde, yapay zeka tespiti aynı görüntüleri sayan insan gözlemcilerden tutarlı olarak %2 ila %5 daha fazla hayvan tespit etmektedir. Hayvanlar kameradan gizli değildir - insan dikkatinden gizlidir.

Sayımın ötesinde: drone başka ne görüyor

Drone bir kez havaya kalktığında, sayım sadece başlangıç noktasıdır. Aynı görüntüler ve yapay zeka modelleri bir dizi ek görevi destekleyebilir.

Kaçak hayvan tespiti

Belirlenen meralarından çıkmış veya çit hattını geçmiş hayvanları, kilometrelerce uzaklaşmadan önce tespit edin.

Sağlık izleme

Termal kameralar, hastalık, yaralanma veya sıcak stresini gösterebilecek yüksek vücut sıcaklıklarını algılar. Erken tespit, daha erken tedavi demektir.

Doğum gözetimi

Doğum yapmak için sürüden ayrılan inekleri tespit ederek, çiftleri erken bularak buzağı kaybını azaltır.

Mera değerlendirmesi

Havadan görüntüler otlatma desenlerini, aşırı kullanılan alanları ve su kaynağı koşullarını ortaya koyar - rotasyon planlaması için faydalı veriler.

Thermal camera view from a drone showing cattle as bright heat signatures against cooler ground, demonstrating how thermal imaging detects animals in vegetation

İhtiyacınız olan ekipman

Askeri seviye donanıma ihtiyacınız yok. İyi RGB kamerası olan tüketici dronu, çoğu sayım görevi için yeterlidir.

  • Drone: 20 dakika veya daha uzun uçuş süresi, GPS ara nokta navigasyonu ve 12MP veya daha yüksek kamerası olan herhangi bir model. Küçük işletmeler için DJI Mini serisi, büyük çiftlikler için DJI Mavic veya Air serisi popüler seçeneklerdir.
  • Termal kamera (isteğe bağlı): Yoğun çalılık, gölge veya düşük ışık koşullarında hayvan bulmak için ısı imzası tespiti ekler. Faydalıdır ancak temel sayım için gerekli değildir.
  • Sayım yazılımı: Çekilen görüntüleri işleyip sayım döndüren yapay zeka tespit modelleri. CattleQuants gibi bazı hizmetler uçtan uca çözümler sunar; fotoğraf tabanlı sayım uygulamaları da bireysel hava görüntülerini işleyebilir.
  • Uçuş planlama uygulaması: Çoğu drone üreticisi, uygulamalarında ızgara uçuş planlaması içerir. DJI Fly ve Litchi yaygın seçeneklerdir.

Bilinmesi gereken sınırlamalar

Drone sayımı güçlüdür ancak mükemmel değildir. Yoğun orman örtüsü kamerayı tamamen engeller. Gece koşulları, RGB sensörlerden daha düşük çözünürlüklü termal kameralar gerektirir. Binlerce dönüme yayılmış çok büyük sürüler birden fazla uçuş gerektirebilir ve rüzgar veya yağmur operasyonları durdurabilir.

Kümelenmiş hayvanlar yapay zeka için bir zorluk olmaya devam ediyor: besi yeri köşesinde sıkışmış sığırlar, bireysel konturlar birleştiğinde eksik sayılabilir. MDPI Sensors'tan yapılan araştırma, kümelenmiş hayvanlar ve değişen arka plan kontrastının mevcut tespit modelleri için en zor iki sorun olduğunu doğrulamaktadır.

Rancher standing in an open pasture holding a drone controller with cattle grazing in the background, showing the practical simplicity of drone-based livestock counting

Sonuç

Çiftçiler nesiller boyu hayvanları zor yoldan saymıştır. Bir tüketici dronu ve yapay zeka sayım modeli artık aynı görevi çok daha kısa sürede, daha iyi doğrulukla ve her sayımın kalıcı görsel kaydıyla gerçekleştirmektedir.

Bir dahaki sefere baş sayımına ihtiyaç duyduğunuzda, at eyerlemek yerine dronu gönderin. Kahvenizi bitirmeden sayım hazır olacaktır ve muhtemelen yürüyerek yaptığınız herhangi bir sayımdan daha doğru olacaktır.