Kamera opdager flere halte køer end landmænd
John Gardenier, Australien, brugte Microsoft Kinect 3D kamera, til at lave et system, som automatisk kunne detektere haltheder hos køer.

Haltheder er et stort problem hos malkekvæg, og en af de mest kostbare sygdomme i en bedrift, skriver Dairy Global.

I et forsøg på systematisk at vurdere køernes halthed, satte John Gardenier, ph.d. fra Australien, kameraer op ved udgangen af malkekarrusel.

Hans system gav samme halthedsscore, som eksperterne.

”I de fleste tilfælde, er der flere halte køer, end landmanden tror der er. De ser primært de virkelige slemme tilfælde. Hvis en dyrlæge eller ekspert gennemgik bedriften, vil de som regel finde fire gange så mange halte køer”, siger John.

Svært at detektere små ændringer

John Gardenier, valgte at hans ph.d. projekt skulle omhandle detektion af køernes halthed, på en nem og hurtig måde.

Det er ikke så udbredt at lave systematisk tjek af halthed på bedrifter, da det tager en del tid og oplæring.

Der kan være stor forskel på vurdering af haltheder, når det er mennesker som gør det. Mange kan ikke se de helt små ændringer i køernes gang.

John havde sendt alle hans halthedsvideoer ud til to eksperter, som gav køerne en score fra et til fire. Kun i 43 procent af tilfældene var de enige i, hvilken score koen skulle have.

Mønstergenkendelse

John brugte Microsoft Kinect 3D kamera, som han satte op ved udgangen af malkekarrusellen.

Kameraerne gav dybdebilleder, hvor værdien af en pixel svarede til, hvor langt væk objektet var fra sensoren.

To kameraer var sat så de kunne detektere hoved-, ryg- og hoftebevægelse fra siden, mens koen gik forbi kameraet.

8 gode råd til renovering af drivveje før udbinding Kvæg 23. marts · 09:42

To andre kamera var monteret så de kunne se forknæ, has og klove fra siden.

Der sad et GoPro kamera fem meter væk, som optog den videosekvens der blev sendt til eksperterne, som de vurderede halthedsscoren ud fra.

De lavede en software, som kunne genkende de områder, som var interessante for halthedsscoring. Det var klove, forknæ, has, hofte, hals og toppen af hovedet.

Klovens placering og tid i gulvet, kan bruges til at vurdere skridtlængde, tid den står stille samt overlap i skridt.

Hovedets bevægelse op og ned, ryggens krumning samt hoftens hældning kan være med til at bestemme halthedsgraden.

Lige så god som ekspert

Halthedsscoren som kameraerne gav, var i 55 procent af tilfældene den samme som eksperterne gav.

”Man kan sige, at mit system er groft set lige så godt, som en ekspert”, siger John.

Hvis man i stedet for, at score halthederne i fire gruppe, kun havde to grupper, halt eller ikke halt, havde systemet ret i 85 procent af tilfældene.

”Hvis man i et år kunne få det her system ud på en gård, så der kunne opsamles mere data, vil man få et system som er meget mere præcist end mennesker”, siger John.

De har i forsøget haft 3000 køer forbi kameraerne.

Langtidsudsigterne for systemet er, at det kan hjælpe til udvælgelse af gode avlskøer. Ved også at begynde at vurdere yverets udseende, kan man avle mod sundere køer.

Kommentarer

Sponsoreret indhold

Sponsoreret indhold er artikler produceret af den annoncør, der er angivet i toppen af artiklen. Sponsoreret indhold er betalt af den angivne annoncør og er derfor ikke redaktionelt indhold. Hos LandbrugsAvisen følger vi de gældende retningslinjer for sponsoreret indhold fra Danske Medier, markedsføringsloven og presseetiske regler.