住房奶牛的料摄入量:基于三维摄像头的料摄入量测量系统的验证

科学领域:

• 动物科学动物科学
• 农业工程 农业工程
• 数据科学数据科学数据科学

背景情况:

• 准确的料摄入量测量对于奶牛的料效率和遗传改进至关重要.
• 现有的3D摄像头系统具有深度学习算法,可以测量料体积,但缺乏对料重量预测的验证.

研究的目的:

• 为了验证3D摄像系统预测的料摄入量与奶牛实际测量体重的重量.
• 调查特定饮食系数的必要性,体重和体积之间的曲线关系,以及手动养对预测准确性的影响.

主要方法:

• 一个交叉设计研究,涉及24个哺乳期丹麦荷尔斯坦牛,在四种饮食治疗中进行.
• 利用一个带有六个3D摄像头的系统,在配备重量表的个别养平台上进行了测量.
• 开发了使用四个摄像头进行训练和两个用于测试的预测模型,评估平均和每日料摄入量的准确性.

主要成果:

• 一个时期平均料摄入量最准确的预测是使用初始料堆密度来实现的,RMSE为6%,MAE为5%.
• 包括料量和手动料推进的曲线效应,并没有改善料堆或在时间点之间移除料的模型准确性.
• 使用3D摄像头系统进行的每日料摄入量测量显示,在当前设置中,可接受的误差低于8%.

结论:

• 3D摄像头系统可以以可接受的准确度测量奶牛的每日料摄入量.
• 该系统需要进一步改进,以准确测量个体饮食摄入量.
• 特定于饮食的系数和对料推进的计算可能不必对此系统的日常摄入量预测至关重要.