PickAMoo: segmentazione Mask R-CNN potenziata con LiDAR per la stima precisa del peso del bestiame da latte usando immagini da smartphone

Perché pesare le vacche senza toccarle

Per gli allevatori da latte, conoscere il peso di ciascuna vacca è fondamentale per impostare le razioni alimentari, monitorare la salute e prendere decisioni riproduttive. Tuttavia mettere le vacche su una bilancia richiede tempo, attrezzature e spesso una gestione stressante con spinte e costrizioni. Questo studio esplora se un comune smartphone, supportato dal sensore di profondità e dall’analisi moderna delle immagini, possa stimare il peso di una vacca da una fotografia scattata in stalla, trasformando un compito di routine in uno scatto rapido e senza contatto.

Il problema dei nastri e delle pesature ingombranti

In molte aziende, gli operatori giudicano ancora il peso a occhio, avvolgendo un metro intorno al torace o indirizzando gli animali su bilance fisse. Questi metodi possono funzionare, ma richiedono abilità, tempo e la gestione ravvicinata di animali di grandi dimensioni. Possono inoltre risultare inaccurati per alcune razze o per vacche molto pesanti, poiché la conformazione corporea varia. Ricerche recenti hanno mostrato che telecamere e computer vision possono leggere dimensioni e forme corporee dalle immagini, ma la maggior parte dei sistemi esistenti si basa su telecamere 3D fisse e passaggi controllati che sono costosi e difficili da installare nelle stalle ordinarie.

Trasformare uno smartphone in uno strumento da stalla

I ricercatori hanno progettato un flusso di lavoro intorno a uno smartphone portatile che molti allevatori possiedono già. Si sono concentrati su modelli di iPhone con sensore di profondità integrato (LiDAR), che aiuta il telefono a valutare la distanza dalla vacca. Un’app personalizzata chiamata PickAMoo guida l’utente a posizionarsi alla distanza e all’angolazione corrette in modo che l’intera vacca sia inquadrata. Durante i test sul campo in due aziende di ricerca svedesi, il team ha raccolto quasi 3.000 immagini di oltre 500 vacche, insieme ai pesi reali rilevati da una bilancia automatica e a un set di misure tradizionali con nastro per il confronto.

Insegnare al telefono a vedere la sagoma della vacca

La sfida successiva è stata insegnare al computer a estrarre il contorno della vacca da ogni scena caotica di stalla. Il team ha disegnato manualmente bordi precisi attorno alle vacche in più di 500 foto e li ha usati come esempi per addestrare un moderno modello di segmentazione delle immagini noto come Mask R-CNN. Tra le diverse versioni testate, quella basata su backbone ResNet-101 ha ottenuto i migliori risultati, separando correttamente la vacca dallo sfondo nella quasi totalità dei casi. Da questi contorni il sistema ha calcolato caratteristiche di forma semplici come altezza, lunghezza e area corporea proiettata, poi le ha corrette usando la lettura di profondità in modo che vacche fotografate a distanze leggermente diverse potessero essere confrontate equamente.

Dalla sagoma alla fascia di peso

Invece di prevedere il peso esatto al chilogrammo, i ricercatori hanno raggruppato le vacche in nove fasce di peso, simili a come un allevatore pensa in intervalli pratici. Hanno addestrato un modello di apprendimento automatico a collegare le caratteristiche di forma corrette con la bilancia a queste fasce, evitando con cura scorciatoie che potessero far filtrare informazioni dai dati di test nel training. Quando valutato su un gruppo separato di vacche non usate per costruire il modello, il sistema basato su smartphone ha collocato gli animali nella fascia di peso corretta circa il 90–96% delle volte. La maggior parte degli errori era spostata di una sola fascia, il che significa che la stima era vicina al peso reale anche quando non perfetta. Rispetto alle formule standard basate sul nastro, il nuovo metodo ha evitato alcuni errori specifici di razza osservati nelle vacche Swedish Red più pesanti.

Cosa significa per l’allevamento quotidiano

Lo studio dimostra che, in condizioni realistiche di stalla, un telefono in mano all’operatore può fornire stime di peso utili e senza contatto per le vacche da latte combinando il sensing di profondità, una segmentazione intelligente delle immagini e un algoritmo di apprendimento su misura. Pur non sostituendo una bilancia tarata quando sono necessari pesi precisi, potrebbe supportare controlli frequenti a basso sforzo che aiutano a regolare l’alimentazione, monitorare i cambiamenti di peso nel tempo e segnalare animali che potrebbero richiedere attenzione. Con ulteriori test su più razze e tipi di allevamento, e con l’ottimizzazione del software per l’esecuzione completamente sul dispositivo, tali strumenti potrebbero rendere la pesatura del bestiame più accessibile e meno stressante per vacche e persone.

Citazione: 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

Parole chiave: bestiame da latte, imaging con smartphone, LiDAR, computer vision, stima del peso