Automated computer vision analysis of pen-level feeder occupancy in post-weaning piglets under two pen configurations and by sex
Victor Hugo Silva Souza · Mamunur Rahman · Maria Cristina de Souza Silva 等 7 人
用YOLOv8n自动量化断奶仔猪栏级采食器占用率,并比较两种栏型与性别差异。
YOLOv8n检测器分类视频帧,16栏2×2因子设计,混合模型分析。
栏型与观察窗口交互显著,六头栏后期占用率更高;性别无显著影响。
可延伸至个体级采食行为识别与采食量预测,结合多目标跟踪弥补栏级聚合局限。
该研究用YOLOv8n自动量化断奶仔猪料槽占用,方法新颖、验证可靠,对智慧养殖行为监测有参考价值,但属细分领域论文,公共影响有限。
摘要 保育期是养猪生产中的一个具有挑战性的阶段,对采食器使用情况进行自动化监测可为断奶后早期仔猪活动提供额外信息。使用基于全帧边界框训练的YOLOv8n检测器将视频帧分类为at_feeder或not_at_feeder。这些分类用于量化栏舍水平的采食器占用率,即至少有一头仔猪将头部伸入采食器的被分析帧的百分比。80头21日龄断奶的PIC仔猪被饲养于16个单性别栏中。8个栏每栏饲养4头仔猪(0.39 m²/头;18.75 cm采食器长度/头),8个栏每栏饲养6头仔猪(0.26 m²/头;12.5 cm采食器长度/头),由此形成两种栏舍配置,其在群体规模、地面面积配额和采食器空间配额上同时存在差异。性别与栏舍配置构成2 × 2析因安排,每个单元格4个栏,16个栏分布于4个空间区组中。在断奶当天(第1天)以及第4天和第7天0900 h开始的三个24 h窗口内对视频进行分析。在平衡的2,000帧记录内验证集上,该模型对两个类别的mAP@0.5 = 0.995,F1分数为0.993。以空间区组为固定效应、栏为随机截距的混合模型识别出观察窗口效应(P < 0.001)和栏舍配置 × 窗口交互作用(P = 0.014)。性别及涉及性别的交互作用不显著。在较晚的观察窗口中,6头仔猪栏的占用率较高。一项示例性敏感性分析表明,栏舍配置之间较晚出现的差异与群体规模对基于存在的占用率指标的预期数学效应相符。平均日增重和饲料消失量在性别、栏舍配置或其交互作用之间无差异。饲料转化率显示出性别 × 栏舍配置交互作用(P = 0.010)。在一项次要的栏内分析中,采食器占用每增加1小时,与时间匹配的24 h区间内饲料消失量增加0.023 kg/头相关(95%置信区间,0.010至0.037 kg/头;P = 0.003)。自动化视频分析为断奶后早期阶段栏舍水平采食器占用率提供了一种高通量测量方法,为后续开发个体水平采食量指标奠定了基础。