PickAMoo: LIDAR-verbeterde Mask R-CNN-segmentatie voor nauwkeurige gewichtsschatting bij melkvee met smartphonebeelden

Waarom koeien wegen zonder ze aan te raken

Voor melkveehouders is het belangrijk om het gewicht van elke koe te kennen voor het bepalen van voerrantsoenen, het monitoren van gezondheid en het nemen van fokbeslissingen. Het wegen van koeien op een weegschaal kost echter tijd, apparatuur en vaak wat stressvol duwen en leiden. Deze studie onderzoekt of een gewone smartphone, geholpen door zijn dieptesensor en moderne beeldanalyse, het gewicht van een koe kan schatten op basis van een foto in de stal, en zo een routinematige taak verandert in een snelle, contactloze opname.

Het probleem met meetlinten en zware apparatuur

Op veel bedrijven beoordelen medewerkers het gewicht nog op het oog, door een meetlint om de borst te leggen of door dieren over vaste weegbruggen te leiden. Deze methoden kunnen werken, maar vergen vaardigheid, tijd en nauwe omgang met grote dieren. Ze kunnen ook onnauwkeurig zijn voor bepaalde rassen of zeer zware koeien, omdat lichaamsvormen variëren. Recente onderzoeken tonen aan dat camera's en computer vision lichaamsgrootte en -vorm uit beelden kunnen aflezen, maar de meeste bestaande systemen vertrouwen op vaste 3D-camera’s en zorgvuldig gecontroleerde looppaden die duur en moeilijk te installeren zijn in gewone stallen.

Een smartphone ombouwen tot gereedschap aan de staldeur

De onderzoekers ontwierpen een werkwijze rond een handzame smartphone die veel boeren al bezitten. Ze richtten zich op iPhone-modellen met een ingebouwde dieptesensor (LiDAR), die de telefoon helpt de afstand tot de koe te bepalen. Een aangepaste app genaamd PickAMoo begeleidt de gebruiker om op de juiste afstand en hoek te staan zodat de volledige koe in beeld is. Tijdens veldtesten op twee Zweedse onderzoeksboerderijen verzamelde het team bijna 3.000 beelden van meer dan 500 koeien, samen met echte gewichten van een automatische weegschaal en een set traditionele meetlintmetingen voor vergelijking.

De telefoon leren de vorm van de koe te zien

De volgende uitdaging was het de computer leren om de omtrek van de koe uit elke drukke stalscène te halen. Het team trok nauwkeurige contouren rond koeien in meer dan 500 foto’s en gebruikte deze voorbeelden om een modern beeldsegmentatiemodel te trainen, bekend als Mask R-CNN. Van de meerdere geteste versies presteerde er één met een ResNet-101 backbone het beste en scheidde vrijwel altijd correct de koe van de achtergrond. Uit deze contouren berekende het systeem eenvoudige vormkenmerken zoals hoogte, lengte en geprojecteerd lichaamsoppervlak, en corrigeerde die vervolgens met de dieptegegevens zodat koeien die op iets verschillende afstanden waren gefotografeerd nog steeds eerlijk vergeleken konden worden.

Van omtrek naar gewichtsklasse

In plaats van exact gewicht tot op de kilogram te voorspellen, groepeerden de onderzoekers koeien in negen gewichtsklassen, vergelijkbaar met hoe een boer praktisch in bereiken kan denken. Ze trainden een machine learning-model om de met schaal gecorrigeerde vormkenmerken aan deze klassen te koppelen, met zorg om shortcuts te vermijden die informatie van de testdata terug in de training zouden lekken. Wanneer getest op een aparte groep koeien die niet voor het model waren gebruikt, plaatste het smartphonegebaseerde systeem dieren in ongeveer 90 tot 96 procent van de gevallen in de juiste gewichtsklasse. De meeste fouten zaten slechts één klasse naast de juiste, wat betekent dat de schatting dicht bij het werkelijke gewicht lag, zelfs als niet perfect. Vergeleken met standaard formules op basis van meetlinten, vermijdde de nieuwe methode enkele rasspecifieke fouten die werden gezien bij zwaardere Swedish Red-koeien.

Wat dit betekent voor het dagelijkse boerenwerk

De studie laat zien dat onder realistische stalomstandigheden een telefoon in de hand van een medewerker nuttige, contactloze gewichtsinschattingen voor melkkoeien kan leveren door dieptesensoring, slimme beeldsegmentatie en een aangepast leeralgoritme te combineren. Hoewel het geen vervanging is voor een geijkt gewicht wanneer precieze gewichten nodig zijn, kan het frequente, weinig inspanning vergende controles ondersteunen die helpen voer af te stemmen, gewichtsveranderingen in de tijd te volgen en dieren te signaleren die mogelijk nadere aandacht nodig hebben. Met verdere tests op meer rassen en bedrijfstypen, en met het stroomlijnen van de software om volledig op het apparaat te draaien, kunnen zulke hulpmiddelen nauwkeuriger wegen toegankelijker en minder stressvol maken voor zowel koeien als mensen.

Bronvermelding: 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

Trefwoorden: melkvee, smartphonebeeldvorming, LiDAR, computer vision, gewichtsinschatting