智慧養殖科研新進展，應用深度學習在家畜，推動畜牧養殖智能化

隨著互聯網不斷發展，很多行業都完成了從線下到線上的轉型，而農業和畜牧業是國家政府尤其看重的行業，為了給牧民帶來便利，智慧養殖開發應運而生。

目前，關于智慧養殖方向的科研，國內外無數高校、科研機構都投入了大量精力，比如安徽大學互聯網學院、南陽農業職業學院、悉尼大學工學院等機構，對深度學習在家畜智慧養殖的應用展開研究。

準確高效的監測動物信息，及時分析動物的生理與身體健康狀況，并結合智能化技術進行自動飼喂和養殖管理，對于家畜規模化養殖意義重大。提高了管理人員的工作效率高，平均每天進場時間不超過1小時，工作主要是查看數據、對比觀察、處理示警消息等，監督智慧養殖系統的運行狀況。其次是對禽畜生長速度方面的幫助，通過對養殖環境的調控，令環境始終處于有利于禽畜進食、產蛋、產奶的狀態下，提升出產品的質量與數量。

實現智慧養殖需要深度學習、物聯網、信息感知、人工智能、計算機等技術作為基礎，其中，深度學習技術由于具有自動特征提取和強大圖像表示能力，更適用于復雜的畜牧養殖環境中動物信息監測。

安徽大學互聯網學院、南陽農業職業學院、悉尼大學工學院等高校，為進一步分析人工智能技術在當下智慧畜牧業中研究應用，開展了一項針對牛、羊和豬三種家畜，利用深度學習技術在目標檢測識別、體況評價與體重估計以及行為識別與量化分析的研究。

該研究用目標檢測識別有利于構建動物個體電子檔案，在此基礎上可以關聯動物的體況體重信息、行為信息以及健康情況等，這也是智慧畜牧業發展的趨勢。實現大規模精細化養殖，對牲畜的生物周期進行精準把握，對疫病和其他突發狀況及時處置，宏觀層面上對養殖經營的資源進行整合、數據共享以及業務協同。

智慧畜牧養殖技術當前面臨著應用場景存在多視角、多尺度、多場景和少樣本等挑戰以及智能技術泛化應用的問題，研究結合畜牧業實際飼養和管理需求，對智慧畜牧業發展進行展望并提出了：結合半監督或者少樣本學習來提高深度學習模型的泛化能力;人、裝備和養殖動物這三者的統一協作及和諧發展;大數據、深度學習技術與畜牧養殖的深度融合等發展建議，以期進一步推動畜牧養殖智能化發展。

智慧養殖技術的推廣與應用，可以對養殖環境控制管理、畜禽的疾病預防、追溯等功能，適用于聚集型、畜牧密度大、管理繁復程度高等養殖場景下，切實體現物聯網技術“萬物互聯”的特征，充分發揮遠程調控的優勢，讓豬牛羊雞等禽畜獲得良好長勢，達到減疫增收的目標，降低人工在大規模養殖中管理不當等問題。

審核編輯黃宇