О проекте
Программно-аппаратный комплекс для оценки риска хромоты коровы в цифровом профиле животного
Команда проекта создает национальную систему предиктивной видеоаналитики для раннего выявления хромоты и цифровой оценки экстерьера коров. Камеры на ферме и алгоритмы компьютерного зрения превращают поток видео в объективные параметры походки и морфологии животных, связывая их с данными о продуктивности и здоровье. Проект формирует центр компетенций и единую базу фенотипических видеоданных КРС, на основе которых можно управлять здоровьем стада, селекцией и экономикой хозяйства.
Система включает в себя серверную платформу, веб-интерфейс для зоотехников и ветеринаров, модуль интеграции с системами управления стадом и единое хранилище фенотипических видеоданных.
Инновационность проекта
- Использование российских датасетов и учет отечественных стандартов экстерьерной оценки (методики Минсельхоза РФ)
- Объединение в одном решении предиктивной диагностики хромоты и цифровой бонитировки экстерьера, а не только простой детекции хромых животных
- Построение национальной базы фенотипических видеоданных КРС и набора алгоритмов, адаптированных к породным и региональным особенностям
- Готовность к интеграции с отечественными ИТ-системами в АПК и к масштабированию через сеть аграрных вузов и демонстрационных ферм
Результаты
- Программно-аппаратный комплекс предиктивной видеоаналитики хромоты и цифрового фенотипирования КРС (серверное ПО и база данных; набор моделей ИИ/компьютерного зрения; веб-интерфейс «цифровой профиль животного», дашборды и отчеты; модуль цифровой бонитировки по породным стандартам)
- Единая методика и регламент сбора, разметки и использования видеоданных в животноводстве
- Центр компетенций и обучающие материалы для специалистов отрасли
Параметры продукта
- Точность автоматической диагностики хромоты по видео: не ниже 96 % на пилотных фермах
- Задержка формирования «доказательного» видеоклипа после события: до 5 секунд
- Объем формируемой базы фенотипических данных: ≥ 100 ТБ аннотированных видеоматериалов по основным молочным породам
- Снижение доли хромоты в пилотных стадах с ~25 % до 10–12 %, сокращение средней длительности заболевания с ~60 до 30 дней
- Интеграция с системами управления стадом и отраслевыми реестрами (ФГИАС ПР и др.)
Внедрение
Потенциальные потребители: крупные и средние молочные комплексы, племенные репродукторы, селекционно-генетические центры; сервисные компании, оказывающие услуги по обработке копыт и ветеринарному обслуживанию; отраслевые ИТ-интеграторы и разработчики систем управления животноводческими комплексами; государственные и отраслевые структуры (Минсельхоз России, племенные службы, ассоциации производителей), использующие данные для мониторинга и селекции.
Потенциал для коммерциализации
- В дорожной карте предусмотрены пилотные внедрения в 3–5 хозяйствах с последующим тиражированием через агрохолдинги и региональные демонстрационные фермы
- Формируется пакет коммерческого предложения: лицензирование программного комплекса, сервис по сопровождению и обновлению моделей, обучение персонала
- Возможна экспансия на рынок ЕАЭС, где схожие стандарты племенной работы и запрос на локальные ИИ-решения
- В качестве отдельного направления — использование базы данных и моделей в стартап-проектах студентов и выпускников (формат «стартап как диплом»)
Конкурентные преимущества
- Соответствие российским нормативным методикам экстерьерной оценки и требованиям отраслевых регистров
- Собственные датасеты по основным отечественным популяциям и породам (голштинская, черно-пестрая, красно-пестрая и др.)
- Комплексность (здоровье копыт + экстерьер + цифровой профиль животного) при сопоставимой или более низкой стоимости по сравнению с зарубежными системами
- Независимость от импортного оборудования и облаков, возможность развертывания на инфраструктуре заказчика
- Поддержка со стороны сети аграрных вузов, обеспечивающей масштабирование, обучение кадров и сопровождение внедрений
Кейс
На пилотной ферме с поголовьем около 1000 коров система анализировала видеопоток с выхода из доильного зала и автоматически формировала рейтинг животных по риску хромоты. В течение первых месяцев эксплуатации специалисты получили сигналы о ранних стадиях заболеваний копыт у группы коров, которые визуально еще не вызывали подозрений. После целевой обработки копыт и корректировки рациона удалось сократить число клинических случаев и стабилизировать удои в группе риска.
Дополнительная информация
- В университете формируется лаборатория цифрового фенотипирования КРС и датацентр с GPU-кластером для обучения моделей.
- Проект интегрирован с образовательной повесткой: магистерские программы по цифровизации АПК, курсы дополнительного профессионального образования по бонитировке и компьютерному зрению, студенческие проектные команды.
- Запускаются конкурсные форматы для отрасли (соревнования бонитеров, хакатоны по анализу видеоданных), расширяющие профессиональное сообщество вокруг темы цифрового животноводства.«Наша цель — сделать так, чтобы каждая корова в стаде была «под цифровым наблюдением». Это значит, что решение о лечении или выбраковке животного будет приниматься не «на глаз», а на основе точных объективных данных и продвинутых моделей искусственного интеллекта. Для этого мы создаем специальную систему: программно-аппаратный комплекс использует видеокамеры и компьютерное зрение, чтобы автоматически анализировать, как корова ходит, измерять ее телосложение, вычислять малейшие отклонения в движениях. Система формирует подтверждающие видеозаписи и оценивает риск хромоты, добавляя эту информацию в цифровой «паспорт» каждого животного». Анастасия Греченева
«Наша цель — сделать так, чтобы каждая корова в стаде была «под цифровым наблюдением». Это значит, что решение о лечении или выбраковке животного будет приниматься не «на глаз», а на основе точных объективных данных и продвинутых моделей искусственного интеллекта. Для этого мы создаем специальную систему: программно-аппаратный комплекс использует видеокамеры и компьютерное зрение, чтобы автоматически анализировать, как корова ходит, измерять ее телосложение, вычислять малейшие отклонения в движениях. Система формирует подтверждающие видеозаписи и оценивает риск хромоты, добавляя эту информацию в цифровой «паспорт» каждого животного». Анастасия ГреченеваРуководитель проекта
«Для большого молочного комплекса важно увидеть хромоту на ранней стадии, до падения удоя. Система видеоаналитики позволяет нам вовремя направлять животных на обработку копыт и снижать потери по молоку и выбраковке». Цитата представителя компании-партнера