Cengiz Özemli
Akademisyen
- Konu Yazar
- #1
## Kümes Hayvanları Besleme Analizinde Yüksek Hızlı Görüntüleme Sistemi
Besleme davranışının biyomekaniğini analiz etmek için yapay zeka tabanlı bilgisayarlı görme kullanarak gerçek zamanlı biyomekanik izleme sağlayan Allied Vision’ın gelişmiş kamera sistemi, hassas hayvancılıkta otomatik veri yakalamayı mümkün kılıyor.
### Otomasyon ve Yapay Zeka ile Hassas Hayvancılık
Paulista Üniversitesi (São Paulo, Brezilya) tarafından yürütülen araştırmada, broiler tavukların besleme davranışını ölçmek için yapay zeka destekli bir makine görüşü sistemi geliştirildi. Bu sistem, hayvanlarla yem sistemleri arasındaki biyomekanik etkileşimi analiz ederek üretim maliyetlerinin önemli bir bölümünü oluşturan yem kullanımının optimizasyonuna katkı sağlıyor.
Geleneksel yöntemlerin aksine, bu teknoloji mekanik işaretleyiciler ya da manuel kayıtlar kullanmadan sürekli hareket verisi sağlayacak şekilde tasarlandı. Böylece dijital çift modelleri için anlamlı veri akışı oluşturuluyor.
### Yüksek Hızda Görüntüleme Kurulumu
Araştırmada kullanılan sistem, Allied Vision’ın EoSens™ CoaXPress yüksek hızlı endüstriyel kamerası ile Nikon 50 mm f/1.4 lensi içeriyor. Kamera, yemlikten 1,0-1,5 metre mesafeye konumlandırılarak beslenme sırasında lateral hareketlerin yüksek çözünürlükte kaydedilmesi sağlandı.
300 fps hızında çalışan sistem, tipik video sistemleriyle yakalanamayan hızlı gagalama hareketlerini tespit edebiliyor. Aydınlatma, 6500 K sıcaklıkta 500 W LED ışık kullanılarak 3000-5000 lüks arasında standart hale getirildi.
### Yapay Zeka Tabanlı Görüntü İşleme
Toplanan görüntüler Python 3.10 üzerinde çalışan üç aşamalı bir işleme hattından geçirildi. PyTorch 2.10.0 ve OpenCV 4.13.0.92 kullanılarak YOLOv8 nesne algılama ile Meta AI tarafından geliştirilen Segment Anything Model (SAM) entegre edilip, anatomik segmentasyon ve hareket takibi gerçekleştirildi.
İşlem performansı, Intel Core Ultra 9 275HX işlemci, 64 GB DDR5 RAM ve NVIDIA GeForce RTX 5070 GPU ile donatılmış bir iş istasyonunda test edildi. %95 doğruluk oranı ile otomatik davranış analizi için yeterli hassasiyet sağlandı.
### Besleme Mekaniği ve Yem Parçacık Boyutlarının İlişkisi
Veri analizleri, daha iri yem parçacıklarının gagalama açısını artırarak beslenme verimliliğini yükselttiğini ortaya koydu. Böylece yem tane boyutu ile biyomekanik çaba arasında doğrudan ölçülebilir bir bağlantı kuruldu. Bu sonuç, hassas beslenme stratejilerinin optimize edilmesine olanak tanıyor.
### Dijital Çiftler İçin Veri Temeli
Sistem aynı zamanda Beak Efficiency Index (Gaga Verimlilik Endeksi) gibi performans ve hayvan refahı göstergelerini izleyerek dijital kümes hayvancılığı modelleri için veri altyapısı oluşturuyor.
Çalışma, ticari kümes ortamlarında, daha karmaşık aydınlatma ve engelleme koşullarında Edge AI uygulamalarına olanak verecek şekilde geliştirilmeye devam ediyor.
---
İçerik, endüstri profesyonelleri için yeniden yazılmıştır.
