PickAMoo : segmentation Mask R-CNN améliorée par LiDAR pour l’estimation précise du poids des bovins laitiers à partir d’images prises au smartphone

Pourquoi peser les vaches sans les toucher

Pour les éleveurs laitiers, connaître le poids de chaque vache est essentiel pour ajuster les rations, surveiller la santé et prendre des décisions de reproduction. Pourtant, mettre les vaches sur une balance demande du temps, du matériel et souvent des manipulations stressantes. Cette étude examine si un smartphone ordinaire, aidé de son capteur de profondeur et d’outils modernes d’analyse d’images, peut estimer le poids d’une vache à partir d’une photo prise dans la stabulation, transformant une corvée en un instantané rapide et sans contact.

Le problème des rubans et du matériel lourd

Sur de nombreuses exploitations, on estime encore le poids à l’œil, en entourant la poitrine d’un mètre ou en guidant les animaux sur des balances fixes. Ces méthodes fonctionnent, mais elles exigent de l’habileté, du temps et une manipulation rapprochée d’animaux lourds. Elles peuvent aussi être inexactes selon les races ou pour les vaches très lourdes, car la morphologie varie. Des travaux récents montrent que des caméras et la vision par ordinateur peuvent inférer la taille et la forme corporelle à partir d’images, mais la plupart des systèmes actuels reposent sur des caméras 3D fixes et des couloirs contrôlés, coûteux et difficiles à installer dans des étables ordinaires.

Transformer un smartphone en outil de stabulation

Les chercheurs ont conçu un flux de travail centré sur un smartphone portable que de nombreux agriculteurs possèdent déjà. Ils se sont concentrés sur des modèles d’iPhone dotés d’un capteur de profondeur intégré (LiDAR), qui aide le téléphone à estimer la distance jusqu’à la vache. Une application sur mesure, PickAMoo, guide l’utilisateur pour se placer à la bonne distance et au bon angle afin que la vache entière soit visible. Lors d’essais sur deux fermes de recherche suédoises, l’équipe a collecté près de 3 000 images de plus de 500 vaches, ainsi que les poids réels mesurés par une balance automatique et un ensemble de mesures traditionnelles au mètre pour comparaison.

Apprendre au téléphone à discerner la silhouette

Le défi suivant était d’apprendre à l’ordinateur à isoler le contour de la vache dans des scènes de stabulation encombrées. L’équipe a tracé manuellement des bordures précises autour des vaches dans plus de 500 photos et les a utilisées pour entraîner un modèle moderne de segmentation d’image connu sous le nom de Mask R-CNN. Parmi plusieurs variantes testées, une basée sur une architecture ResNet-101 a donné les meilleurs résultats, séparant correctement la vache de l’arrière-plan dans presque tous les cas. À partir de ces contours, le système a calculé des caractéristiques simples de forme comme la hauteur, la longueur et la surface projetée, puis les a ajustées à l’aide de la lecture de profondeur afin de rendre comparables des vaches photographiées à des distances légèrement différentes.

De la silhouette à la bande de poids

Plutôt que de prédire un poids exact au kilogramme près, les chercheurs ont regroupé les vaches en neuf bandes de poids, à la manière de fourchettes pratiques qu’un éleveur pourrait utiliser. Ils ont entraîné un modèle d’apprentissage automatique pour relier les caractéristiques de forme corrigées par la balance à ces bandes, en évitant soigneusement les raccourcis qui pourraient faire fuiter de l’information des données de test vers l’entraînement. Lors d’un contrôle sur un groupe distinct de vaches non incluses dans l’élaboration du modèle, le système basé sur smartphone a classé les animaux dans la bonne bande de poids environ 90 à 96 % du temps. La plupart des erreurs ne concernaient qu’une bande d’écart, ce qui signifie que l’estimation restait proche du poids réel même lorsqu’elle n’était pas parfaite. Par rapport aux formules traditionnelles basées sur le ruban, la nouvelle méthode a évité certains des biais liés à la race observés chez les vaches Swedish Red plus lourdes.

Ce que cela implique pour l’élevage quotidien

L’étude montre que, dans des conditions réelles de stabulation, un téléphone tenu en main peut fournir des estimations de poids utiles et sans contact pour les vaches laitières en combinant détection de profondeur, segmentation d’image avancée et un algorithme d’apprentissage adapté. Bien que cela ne remplace pas une balance étalonnée lorsque des poids précis sont nécessaires, cela peut permettre des contrôles fréquents et peu contraignants pour ajuster l’alimentation, suivre l’évolution du poids dans le temps et signaler les animaux nécessitant une attention plus poussée. Avec des tests supplémentaires sur d’autres races et types d’exploitations, et en optimisant le logiciel pour un fonctionnement entièrement embarqué, de tels outils pourraient rendre la pesée précise du bétail plus accessible et moins stressante pour les vaches comme pour les personnes.

Citation: 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

Mots-clés: bovins laitiers, imagerie smartphone, LiDAR, vision par ordinateur, estimation du poids