PickAMoo: חיתוך R-CNN משופר ב‑LiDAR לאמידת משקל מדויקת של בקר חלב בעזרת צילומי סמארטפון

למה לשקול פרות בלי לגעת בהן

עבור חקלאי חלב, ידיעת משקל כל פרה חשובה לקביעת מנות מזון, למעקב בריאותי ולקבלת החלטות רבייתיות. עם זאת, שקילה על תיבה דורשת זמן, ציוד ולעתים דחיפה וטיפול מלחיצים. במחקר זה נבדק האם סמארטפון רגיל, בעזרת חיישן העומק שלו וניתוח תמונה מודרני, יכול לאמוד את משקל הפרה מתמונה שנלכדת באפשכה, ולהפוך משימה שגרתית לצילום מהיר וללא מגע.

הבעיה עם סרט מדידה וציוד כבד

ברבות מהחוות, העובדים עדיין מעריכים משקל בעין, עוטפים סרט מדידה סביב החזה או מכוונים את החיה מעל משקלים קבועים. שיטות אלה יכולות לעבוד, אך הן דורשות מיומנות, זמן וטיפול צמוד בחיות גדולות. הן עלולות גם להיות לא מדויקות לגזעים מסוימים או לפרות מאוד כבדות, מכיוון שצורת הגוף משתנה. מחקרים עדכניים הראו שמצלמות וראייה ממוחשבת יכולות לקרוא את גודל וצורת הגוף מתמונות, אך מרבית המערכות הקיימות תלויות במצלמות תלת‑ממד קבועות וממעברים מבוקרים היקרים שקשה להתקין באפשכות רגילות.

להפוך סמארטפון לכלי לצד האפשכה

החוקרים תכננו תהליך עבודה סביב סמארטפון נייד שכבר נמצא ברשותם של חקלאים רבים. הם התמקדו בדגמי אייפון עם חיישן עומק מובנה (LiDAR), שעוזר לטלפון להעריך את מרחק הפרה. אפליקציה מותאמת בשם PickAMoo מנחה את המשתמש לעמוד במרחק ובזווית הנכונים כך שהפרה כולה תיכנס לשדה הראייה. בניסויי שטח בשתי תחנות מחקר בשוודיה, הצוות אסף כמעט 3,000 תמונות מיותר מ‑500 פרות, לצד משקלים אמתיים שנרשמו במשקל אוטומטי וקבוצת מדידות מסורתיות בסרט להשוואה.

ללמד את הטלפון לראות את צורת הפרה

האתגר הבא היה ללמד את המחשב להפיק את קו המתאר של הפרה מכל סצנה עמוסת חפצים באפשכה. הצוות שרטט באופן ידני גבולות מדויקים סביב פרות ביותר מ‑500 תמונות והשתמש בדוגמאות אלה לאימון מודל סגמנטציה מודרני הידוע כ‑Mask R CNN. בין מספר גרסאות שנבחנו, גרסה מבוססת ResNet 101 הצטיינה והפרידה נכון את הפרה מהרקע ברוב המקרים. מתוך קווי המתאר הללו המערכת חישבה תכונות צורה פשוטות כגון גובה, אורך ושטח גוף פרוייקטי, ואז תיקנה אותן בעזרת קריאת העומק כך שפרות שצולמו במרחקים שונים יוכלו להיות מושווות באופן הוגן.

מקו מתאר לרצועת משקל

במקום לחזות משקל מדויק בקילוגרם, החוקרים כינסו את הפרות לתשעה רצועות משקל, בדומה לאופן שבו חקלאי חושב בטווחים מעשיים. הם אימנו מודל למידת מכונה לקשר בין תכונות הצורה המתוקנות לפי משקל אל רצועות אלה, תוך הימנעות קפדנית מקיצורי דרך שיכולים לדלוף מידע מקבוצת המבחן חזרה לאימון. כאשר נבדקה על קבוצת פרות נפרדת שלא שימשה לבניית המודל, המערכת מבוססת הסמארטפון הקצתה את החיות לרצועת המשקל הנכונה בכ‑90 עד 96 אחוז מהמקרים. רוב הטעויות היו רק רצועה אחת החוצה, כלומר האומדן היה קרוב למשקל האמיתי גם כשלא היה מדויק לחלוטין. בהשוואה לנוסחאות מבוססות סרט מדידה סטנדרטיות, השיטה החדשה הימנעה מכמה מהשגיאות התלויות בגזע שנצפו בפרות השוודיות הכבדות יותר.

מה זה אומר לחקלאות היומיומית

הממצאים מראים שבתנאי אפשכה מציאותיים, טלפון שביד עובד יכול לספק הערכות משקל שימושיות וללא מגע לפרות חלב על ידי שילוב חישה בעומק, סגמנטציה חכמה ולמידה מותאמת. בעוד שאין זו תחליף למשקל מכויל כאשר דרושים משקלים מדויקים, היא יכולה לתמוך בבדיקות תכופות ודלות מאמץ שיעזרו לכוונן מזון, לעקוב אחר שינויים במשקל לאורך זמן ולסמן חיות הצריכות תשומת לב קרובה יותר. עם בדיקות נוספות על גזעים וסוגי חוות נוספים, ותיעול התוכנה להרצה מלאה במכשיר, כלים כאלה עשויים להפוך את שקילת הבקר לנגישה ומעט פחות מלחיצה הן לפרות והן לאנשים.

ציטוט: 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

מילות מפתח: בקר חלב, דימות בסמארטפון, LiDAR, ראייה ממוחשבת, אמידת משקל