ケージ飼育アヒルの卵ケージマッチングのためのパースペクティブ補正済みエッジインテリジェント軽量ビジョンシステム

科学分野:

• 農業工学;コンピュータビジョン;動物科学

背景:

• ケージ飼育アヒルにおける繁殖管理の最適化には、個々の卵生産モニタリングが不可欠です。既存のマルチセンサーシステムは高価であり、固定カメラはカバレッジが限られているため、革新的なソリューションが必要です。

研究 の 目的:

• 採卵アヒルにおける個々の卵生産の自動モニタリングのための、費用効果の高いモバイルカメラベースのシステムを開発すること。アヒルの卵の検出、ケージの識別、および卵-ケージマッチングの精度と効率を向上させること。

主な方法:

• デュアル検出ヘッド（DH）とC3-DDFモジュールを備えた改良型YOLOv11フレームワークに基づいた軽量アヒル卵およびQRコード検出（LDEQ-OD）モデルを開発しました。マルチオブジェクトトラッキングのためにOC-SORTを、QRコード認識強化のためにカスケードロバストQRコードデコーディング（CRQD）アルゴリズムを採用しました。幾何学的歪みを補正するために、最小アスペクト比偏差（MARD）動的マッチング戦略を実装しました。

主要な成果:

• LDEQ-ODモデルは、エッジデバイス上で高速推論（59.2 ms）で高い精度（精度99.6%、再現率99.3%、mAP@0.5:0.95 95.3%）を達成しました。CRQDは、従来のデコーダーと比較して、コード識別率を72.7%から99.3%に大幅に向上させました。MARD戦略は、高い卵-ケージマッチング精度（ECMA）98.3%、低い平均絶対誤差（MAE）0.017個/ケージをもたらしました。

結論:

• 提案されたモバイルカメラ監視システムは、ケージ飼育アヒルにおける個々の卵生産のインテリジェントなリアルタイム追跡を可能にします。この技術は、正確で効率的なデータ取得を提供することにより、精密繁殖管理をサポートします。このシステムは、モーションブラー、不均一な照明、複雑な幾何学的パースペクティブを含むさまざまな条件下で堅牢なパフォーマンスを示します。