В Санкт-Петербурге создали нейросеть для оценки здоровья северных оленей по видео

Для обучения нейросети использовали 60 фотографий ямальского опытного стада. Эксперименты подтвердили, что система точно распознаёт ключевые биометрические параметры. Мониторинг упитанности через анализ мышечной массы помогает прогнозировать продуктивность стад, а выявление патологий по текстуре кожи обеспечивает раннюю диагностику заболеваний, снижая падёж.

Разработка особенно актуальна в условиях Арктики, где оленеводство сталкивается с нехваткой специалистов и недостатком наследственных данных. Как отметил руководитель отдела животноводства и рационального природопользования СЗЦППО - СПб ФИЦ РАН, академик РАН Касим Лайшев, автоматизация позволит повысить продуктивность сотрудников и качество информации о животных. В перспективе систему можно адаптировать для других видов сельскохозяйственных животных.

«Мониторинг упитанности оленей через анализ объёмов мышечной массы позволяет точно прогнозировать продуктивность стад, что критично для управления кормовой базой в условиях лимитированных пастбищных ресурсов. А компьютерное выявление патологий по текстуре кожных покровов обеспечивает раннюю диагностику заболеваний, сокращая потери от падежа», — подчеркнул учёный.