深度学习在家畜智慧养殖中研究应用进展

智慧养殖科研新进展，应用深度学习在家畜，推动畜牧养殖智能化

随着互联网不断发展，很多行业都完成了从线下到线上的转型，而农业和畜牧业是国家政府尤其看重的行业，为了给牧民带来便利，智慧养殖开发应运而生。

目前，关于智慧养殖方向的科研，国内外无数高校、科研机构都投入了大量精力，比如安徽大学互联网学院、南阳农业职业学院、悉尼大学工学院等机构，对深度学习在家畜智慧养殖的应用展开研究。

准确高效的监测动物信息，及时分析动物的生理与身体健康状况，并结合智能化技术进行自动饲喂和养殖管理，对于家畜规模化养殖意义重大。提高了管理人员的工作效率高，平均每天进场时间不超过1小时，工作主要是查看数据、对比观察、处理示警消息等，监督智慧养殖系统的运行状况。其次是对禽畜生长速度方面的帮助，通过对养殖环境的调控，令环境始终处于有利于禽畜进食、产蛋、产奶的状态下，提升出产品的质量与数量。

实现智慧养殖需要深度学习、物联网、信息感知、人工智能、计算机等技术作为基础，其中，深度学习技术由于具有自动特征提取和强大图像表示能力，更适用于复杂的畜牧养殖环境中动物信息监测。

安徽大学互联网学院、南阳农业职业学院、悉尼大学工学院等高校，为进一步分析人工智能技术在当下智慧畜牧业中研究应用，开展了一项针对牛、羊和猪三种家畜，利用深度学习技术在目标检测识别、体况评价与体重估计以及行为识别与量化分析的研究。

该研究用目标检测识别有利于构建动物个体电子档案，在此基础上可以关联动物的体况体重信息、行为信息以及健康情况等，这也是智慧畜牧业发展的趋势。实现大规模精细化养殖，对牲畜的生物周期进行精准把握，对疫病和其他突发状况及时处置，宏观层面上对养殖经营的资源进行整合、数据共享以及业务协同。

智慧畜牧养殖技术当前面临着应用场景存在多视角、多尺度、多场景和少样本等挑战以及智能技术泛化应用的问题，研究结合畜牧业实际饲养和管理需求，对智慧畜牧业发展进行展望并提出了：结合半监督或者少样本学习来提高深度学习模型的泛化能力;人、装备和养殖动物这三者的统一协作及和谐发展;大数据、深度学习技术与畜牧养殖的深度融合等发展建议，以期进一步推动畜牧养殖智能化发展。

智慧养殖技术的推广与应用，可以对养殖环境控制管理、畜禽的疾病预防、追溯等功能，适用于聚集型、畜牧密度大、管理繁复程度高等养殖场景下，切实体现物联网技术“万物互联”的特征，充分发挥远程调控的优势，让猪牛羊鸡等禽畜获得良好长势，达到减疫增收的目标，降低人工在大规模养殖中管理不当等问题。

审核编辑 黄宇