PickAMoo: تقسيم Mask R-CNN مع LiDAR لتقدير الوزن بدقة في أبقار الحلب باستخدام تصوير الهاتف الذكي

لماذا وزن الأبقار دون لمسها

بالنسبة لمربّي الألبان، معرفة وزن كل بقرة أمر حيوي لتحديد حصص العلف، ومراقبة الصحة، واتخاذ قرارات التزاوج. ومع ذلك، وضع الأبقار على ميزان يتطلب وقتًا ومعدات، وغالبًا بعض الدفع والتعامل المجهد الذي يسبب توترًا. تستكشف هذه الدراسة ما إذا كان بإمكان هاتف ذكي عادي، مدعوم بحساس العمق وتحليل الصور الحديث، أن يقدّر وزن البقرة من صورة ملتقطة في الإسطبل، محوّلًا مهمة روتينية إلى لقطة سريعة وخالية من الملامسة.

المشكلة مع الشريط والمعدات الثقيلة

في العديد من المزارع، لا يزال العاملون يقدّرون الوزن بالعين، أو بلف شريط قياس حول الصدر، أو بتوجيه الحيوانات فوق موازين ثابتة. يمكن أن تنجح هذه الطرق، لكنها تتطلب مهارة ووقتًا وتعاملًا وثيقًا مع حيوانات كبيرة. كما قد تكون غير دقيقة لسلالات معينة أو للأبقار الثقيلة جدًا، لأن شكل الجسم يختلف. أظهرت أبحاث حديثة أن الكاميرات والرؤية الحاسوبية يمكنها قراءة حجم وشكل الجسم من الصور، لكن معظم الأنظمة الحالية تعتمد على كاميرات ثلاثية الأبعاد ثابتة وممرات مضبوطة بعناية، وهي باهظة الثمن وصعبة التركيب في الإسطبلات العادية.

تحويل الهاتف الذكي إلى أداة جانبية في الإسطبل

صمّم الباحثون سير عمل يدور حول هاتف ذكي محمول يملكه العديد من المزارعين بالفعل. ركزوا على طرازات iPhone المزودة بمستشعر عمق مدمج (LiDAR)، الذي يساعد الهاتف في تقدير بُعد البقرة. يرشد تطبيق مخصّص يُدعى PickAMoo المستخدم للوقوف على المسافة والزاوية المناسبة بحيث يكون الهيكل الكامل للبقرة ضمن الإطار. خلال اختبارات ميدانية في مزرعتين بحثيتين في السويد، جمع الفريق ما يقرب من 3000 صورة لأكثر من 500 بقرة، إلى جانب الأوزان الحقيقية من ميزان آلي ومجموعة من قياسات الشريط التقليدية للمقارنة.

تعليم الهاتف رؤية شكل البقرة

التحدي التالي كان تعليم الكمبيوتر تمييز محيط البقرة في مشهد إسطبل مزدحم. رسم الفريق يدويًا حدودًا دقيقة حول الأبقار في أكثر من 500 صورة واستخدموا هذه الأمثلة لتدريب نموذج تجزئة صور حديث يعرف باسم Mask R-CNN. من بين عدة إصدارات اختُبرت، كان الإصدار المعتمد على العمود الفقري ResNet-101 الأفضل، مميزًا البقرة عن الخلفية في معظم الحالات. من هذه المخططات، حسب النظام ميزات شكل بسيطة مثل الارتفاع والطول والمساحة الظاهرية للجسم، ثم عدّلها باستخدام قراءات العمق حتى يمكن مقارنة الأبقار المصوّرة على مسافات مختلفة بشكل عادل.

من المحيط إلى نطاق الوزن

بدلاً من التنبؤ بالوزن بالقياس الدقيق إلى الكيلوغرام، جمع الباحثون الأبقار في تسعة نطاقات وزن، مشابهة للطريقة العملية التي قد يفكر بها المزارع. درّبوا نموذج تعلم آلي لربط ميزات الشكل المصحّحة بالمقياس بتلك النطاقات، مع تجنّب الحيل التي قد تتسرب فيها معلومات من بيانات الاختبار إلى التدريب. عند التحقق على مجموعة منفصلة من الأبقار لم تُستخدم في بناء النموذج، وضع النظام المعتمد على الهاتف الحيوانات في نطاق الوزن الصحيح بحوالي 90 إلى 96 في المئة من الحالات. كانت معظم الأخطاء مجرد نطاق واحد فقط، ما يعني أن التقدير كان قريبًا من الوزن الحقيقي حتى عندما لم يكن مثاليًا. بالمقارنة مع صيغ قياس الشريط القياسية، تجنّبت الطريقة الجديدة بعض الأخطاء المرتبطة بالسلالة التي لوحظت في أبقار Swedish Red الأثقل.

ماذا يعني هذا للزراعة اليومية

تُظهر الدراسة أنه، في ظروف الإسطبل الواقعية، يمكن لهاتف في يد العامل أن يوفر تقديرات وزن مفيدة وغير تلامسية لأبقار الحلب عن طريق الجمع بين استشعار العمق، وتجزيء الصور الذكي، وخوارزمية تعلم مصممة خصيصًا. وبينما لا يعد هذا بديلًا للميزان المعاير عندما تكون هناك حاجة لأوزان دقيقة، فإنه يمكن أن يدعم فحوصات متكررة قليلة الجهد تساعد في تعديل العلف، وتتبع تغيرات الوزن عبر الزمن، وإظهار الحيوانات التي قد تحتاج إلى انتباه أقرب. مع مزيد من الاختبار على سلالات وأنواع مزارع أكثر، وتبسيط البرنامج ليعمل كاملًا على الجهاز، يمكن لمثل هذه الأدوات أن تجعل وزن الماشية الدقيق أكثر إمكانية وأقل إجهادًا لكل من الأبقار والناس.

الاستشهاد: Guzhva, O., Ternman, E., Lindberg, M. et al. PickAMoo: LIDAR-enhanced mask R-CNN segmentation for precision weight estimation in dairy cattle using smartphone imaging. Sci Rep 16, 16020 (2026). https://doi.org/10.1038/s41598-026-54742-3

الكلمات المفتاحية: أبقار حلوب, تصوير بالهاتف الذكي, LiDAR, رؤية حاسوبية, تقدير الوزن