映像情報を用いた分娩時の牛の状態推定
•
1 like•393 views
沖本祐典，菅原一真，中野鐵兵，赤羽誠，小林哲則，小川哲司，``映像情報を用いた分娩時の牛の状態推定，’’ 日本畜産学会 第124回大会，March 2018.
Recommended
More Related Content
Featured
Featured (20)
映像情報を用いた分娩時の牛の状態推定
- 1. 映像情報を⽤いた 分娩時の⽜の状態推定 〇沖本 祐典1，菅原 ⼀真1， 中野 鐵兵1,2，⾚⽻ 誠1,2，⼩林 哲則1，⼩川 哲司1 1早稲⽥⼤学 基幹理⼯学部， 2知能フレームワーク研究所 1
- 9. 9 起⽴状態 （起⽴回数の増加 ⽊村ら 1991, Miedema et al. 2012） 尿膜・⽺膜の露出 (Saint‐Dizier and Chastant‐Maillart 2015) 尾の拳上状態 （尾の拳上時間の増加 ⽊村ら 1992, Miedema et al. 2012） 分娩予兆に関係する⽜の状態 予兆検知結果カメラ画像 分娩予兆 前段NN（特徴抽出） 後段NN（予兆検知）
- 10. 10 起⽴状態 （起⽴回数の増加 ⽊村ら 1991, Miedema et al. 2012） 尿膜・⽺膜の露出 (Saint‐Dizier and Chastant‐Maillart 2015) 尾の拳上状態 （尾の拳上時間の増加 ⽊村ら 1992, Miedema et al. 2012） 分娩予兆に関係する⽜の状態 予兆検知結果カメラ画像 分娩予兆 前段NN（特徴抽出） 後段NN（予兆検知） 本研究の⽬的︓ 画像情報から 分娩予兆に関係する⽜の状態を どの程度推定できるか明らかに
- 11. 材料・⽅法︓映像収録・ラベル付与 映像収録 ⁃ ⿅児島県の繁殖農家の 分娩房に設置された ⼀般の畜産⽤カメラ ⁃ ⿊⽑和種雌⽜ ⁃ ⼀画⾯に2頭 ⁃ 24時間撮影（夜間照明点灯） 11 ラベル付与 ⁃ ⽜ごとに分娩予兆に関わる 3状態のラベルを付与 ⁃ クラウドソーシングを⽤い ⼤量の画像へのラベル付与を ⼀般の作業者に依頼 起⽴状態︖︓YES 尿膜・⽺膜露出︖︓ NO 尾の拳上︖︓YES
- 12. 材料・⽅法︓状態推定システムの構築・評価 12 カメラ画像 ⽜領域 推定結果 No Yes No Yes No Yes CNN CNN CNN YOLOv2[1] 起⽴状態推定 尿膜・⽺膜露出推定 尾の拳上推定 物体検出 状態推定 [1] Redmon et al, “YOLO9000: Better, Faster, Stronger”, arXiv:1612.08242, 2016.
- 13. 実験条件︓データ数 学習データ ⁃ 分娩︓25回 ⁃ 牧場数︓１ ⁃ クラウドソーシングでラベル付与 評価データ ⁃ 分娩︓4回 ⁃ 牧場数︓１（学習データと同⼀） ⁃ 発表者らでラベル付与 画像枚数 13 Train Validation Test 起⽴状態 10170 1130 800 ⽺膜・尿膜 7612 844 800 尾の拳上 10566 1174 800
- 14. 実験結果︓分娩予兆に関係する状態の推定性能 14 1.00.80.60.40.0 0.2 1.0 0.8 0.6 0.4 0.0 0.2 閾値 1.00.80.60.40.0 0.2 1.0 0.8 0.6 0.4 0.0 0.2 閾値 1.00.80.60.40.0 0.2 1.0 0.8 0.6 0.4 0.0 0.2 閾値 尿膜・⽺膜の露出(BEP:0.82 )起⽴状態(BEP:0.96 ) 尾の拳上状態(BEP:0.58 ) ≔ / ≔ / break‐even point(BEP): となる値 precision recall precision recall precision recall
- 16. まとめ ⽬標 カメラによる分娩予兆検知システムを⽬指し 分娩予兆に関わる状態をどの程度推定できるか 明らかにする 結果 ⁃ 「起⽴状態」と「尿膜・⽺膜の露出」は良い性能で推定 可能 ⁃ 「尾の拳上状態」の推定は低性能 今後の課題 ⁃ 「尾の拳上状態」のラベル付与の⽅法を改良 ⁃ 分娩予兆検知システムを構築・性能評価 16