PickAMoo: segmentación Mask R-CNN mejorada con LiDAR para estimación precisa de peso en ganado lechero mediante imágenes de smartphone

Por qué pesar vacas sin tocarlas

Para los productores lácteos, conocer el peso de cada vaca es vital para fijar raciones, vigilar la salud y tomar decisiones de cría. Sin embargo, poner vacas en una balanza requiere tiempo, equipo y a menudo algo de empuje y manejo estresante. Este estudio explora si un smartphone corriente, apoyado por su sensor de profundidad y análisis de imágenes moderno, puede estimar el peso de una vaca a partir de una foto tomada en el establo, convirtiendo una tarea rutinaria en una captura rápida y sin contacto.

El problema de las cintas métricas y el equipo pesado

En muchas granjas, los trabajadores todavía juzgan el peso a simple vista, rodeando el pecho con una cinta métrica o guiando a los animales sobre básculas fijas. Estos métodos pueden funcionar, pero exigen habilidad, tiempo y manejo cercano de animales grandes. También pueden ser inexactos para ciertas razas o vacas muy pesadas, ya que la forma corporal varía. Investigaciones recientes han demostrado que cámaras y visión por ordenador pueden leer el tamaño y la forma corporal a partir de imágenes, pero la mayoría de los sistemas existentes dependen de cámaras 3D fijas y pasillos controlados cuidadosamente que son caros y difíciles de instalar en establos ordinarios.

Convertir un smartphone en una herramienta de establo

Los investigadores diseñaron un flujo de trabajo centrado en un smartphone de mano que muchos agricultores ya poseen. Se centraron en modelos de iPhone con sensor de profundidad incorporado (LiDAR), que ayuda al teléfono a estimar la distancia a la vaca. Una app personalizada llamada PickAMoo guía al usuario para situarse a la distancia y ángulo correctos de modo que la vaca quede totalmente en el encuadre. Durante pruebas de campo en dos granjas experimentales suecas, el equipo recogió casi 3.000 imágenes de más de 500 vacas, junto con pesos reales medidos en una báscula automática y un conjunto de medidas tradicionales con cinta para comparación.

Enseñar al teléfono a ver la forma de la vaca

El siguiente reto fue enseñar al ordenador a separar el contorno de la vaca en cada escena concurrida del establo. El equipo trazó manualmente fronteras precisas alrededor de vacas en más de 500 fotos y usó esos ejemplos para entrenar un modelo moderno de segmentación de imágenes conocido como Mask R-CNN. Entre varias versiones evaluadas, una basada en la arquitectura ResNet 101 fue la mejor, separando correctamente la vaca del fondo en casi todos los casos. A partir de esos contornos, el sistema calculó características simples de la forma como altura, longitud y área proyectada del cuerpo, y luego las ajustó usando la lectura de profundidad para que las vacas fotografiadas a distancias ligeramente diferentes pudieran compararse de forma justa.

Del contorno a la banda de peso

En lugar de predecir el peso exacto hasta el kilogramo, los investigadores agruparon las vacas en nueve bandas de peso, similar a cómo un agricultor piensa en rangos prácticos. Entrenaron un modelo de aprendizaje automático para vincular las características de forma corregidas por la báscula a estas bandas, evitando cuidadosamente atajos que pudieran filtrar información del conjunto de prueba al de entrenamiento. Al evaluarlo en un grupo separado de vacas no usado para construir el modelo, el sistema basado en smartphone colocó a los animales en la banda de peso correcta en aproximadamente el 90 a 96 por ciento de las veces. La mayoría de los errores estaban solo a una banda de diferencia, lo que significa que la estimación estaba cerca del peso real incluso cuando no era perfecta. En comparación con las fórmulas estándar basadas en cinta, el nuevo método evitó algunos de los errores específicos de raza observados en vacas más pesadas de la raza Swedish Red.

Qué significa esto para la agricultura cotidiana

El estudio muestra que, en condiciones reales de establo, un teléfono en la mano de un trabajador puede proporcionar estimaciones de peso útiles y sin contacto para vacas lecheras combinando sensor de profundidad, segmentación de imágenes inteligente y un algoritmo de aprendizaje a medida. Si bien no sustituye a una báscula calibrada cuando se necesitan pesos precisos, podría facilitar controles frecuentes y de bajo esfuerzo que ayuden a ajustar la alimentación, seguir cambios de peso en el tiempo y señalar animales que necesiten atención. Con más pruebas en más razas y tipos de granja, y con la optimización del software para ejecutarse totalmente en el dispositivo, dichas herramientas podrían hacer pesar el ganado con mayor precisión más accesible y menos estresante para vacas y personas.

Cita: 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

Palabras clave: ganado lechero, imágenes con smartphone, LiDAR, visión por ordenador, estimación de peso