Feasibility study of image-based weighing of growing-finishing pigs
Étude de faisabilité sur la pesée des porcs charcutiers par imagerie
Résumé
The slaughter weight of pigs is a major factor that influences how much pig farmers are paid, but weighing is time-consuming. An accurate and rapid weighing method would facilitate this step. To this end, IFIP and Dilepix tested the feasibility of a weighing method based on image processing using deep learning. Specifically, RGBD videos were recorded of 121 pigs passing individually through a corridor in front of two stereoscopic cameras placed on the side and ceiling. Then, a neural network training dataset was created using the weight of each pig, measured by a scale. The pigs weighed a mean of 113.1 kg (range = 89.0-128.0 kg). Dilepix annotated the location of the pigs with bounding boxes (i.e., regions of interest) in 27,031 images extracted from the acquired videos and then tested two neural networks (regression on the entire image (EI) or on the region of interest (ROI)) using three types of images: (i) side view only (side), (ii) top view only (top), or (iii) both views (all). The results were promising, especially the regression on entire top-view images, which had a mean absolute error of 3.0 kg compared to 6.4 kg (EI-side), 5.4 kg (EI-all), 4.7 kg (ROI-top), 7.3 kg (ROI-side) and 5.3 kg (ROI-all). These results can be explained by the consistent observation distance (top) and the concept of scale in the image (EI). These positive results were deemed conclusive. The next step will be to expand the dataset to improve the model's performance and test the system's robustness in a farming environment with animals that are in close contact.
Le poids des porcs à l’abattage est une donnée essentielle pour plusieurs raisons. Il influe d’une part sur les caractéristiques de la carcasse et la qualité de la viande (Li et al., 2021), et d’autre part sur la rentabilité pour les éleveurs, puisqu'en France une partie du mode de rémunération des éleveurs est basé sur cet indicateur (Quiniou et al., 2012). Cependant, trier et peser les porcs est complexe et chronophage. Une méthode de pesée précise et rapide faciliterait cette opération. Plusieurs approches ont été proposées pour estimer le poids de porcs par imagerie (Schofield, 1990 ; Buayai et al., 2019 ; Tu et Jørgensen, 2023). Ces méthodes utilisent une analyse d’image automatique ou semi-automatique (avec intervention d’un utilisateur) pour extraire des caractéristiques géométriques de l’image, puis un modèle statistique liant ces caractéristiques au poids pour prédire le poids de l’animal. L’objectif de ce travail est d’étudier la possibilité d’estimer le poids d’un porc directement à partir d’une image de manière entièrement automatique.
Fichier principal
46852-b16.pdf (773.2 Ko)
Télécharger le fichier
46851-B16_Chatelain.pdf (2.14 Mo)
Télécharger le fichier
Format | typeAnnex_file |
---|---|
licence |
Origine | Fichiers produits par l'(les) auteur(s) |
---|---|
licence |