Зарегистрирована уникальная база данных для обучения AI-моделей в животноводстве

Данная база данных предназначена для обучения специализированных моделей компьютерного зрения, которые способны определять позу животного и анатомические ориентиры по изображениям и видео.

Ключевая особенность и преимущество новой базы данных — это расширенная схема скелетной разметки. Она включает в себя 38 ключевых точек на теле коровы, в то время как во многих распространённых конфигурациях для задач определения позы (pose estimation) используется порядка 17 точек. Такое «уплотнение» скелета позволяет значительно точнее фиксировать геометрию корпуса и конечностей животного даже в сложных реальных условиях. Это особенно важно, когда часть ориентиров может быть скрыта из-за ракурса съемки, перекрытий, загрязнения или активного движения животного.

За счёт аналитики взаимного расположения вспомогательных («косвенных») точек и заданной структуры скелета, разработанная модель получает способность более устойчиво разрешать неоднозначные детекции и достраивать положение точек, временно находящихся вне зоны видимости. Это становится возможным благодаря опоре на согласованность позы и биомеханические ограничения движения животного.

Важной характеристикой базы является её объем: она включает более 12 тысяч аннотированных изображений. Такое количество данных существенно повышает пригодность этого датасета для эффективного обучения и валидации прикладных моделей машинного обучения.

В практическом контуре агропромышленного комплекса (АПК) такие данные могут использоваться как технологический фундамент для разработки решений: бесконтактной оценки массы животных путём извлечения промерных и геометрических признаков по ключевым точкам и мониторинга локомоции и раннего выявления признаков хромоты на основе анализа динамики скелетных ориентиров, что позволит своевременно реагировать на изменения в состоянии здоровья животных.

Помимо прямого прикладного значения, данная база данных обладает значительным образовательным потенциалом. Она может активно применяться в подготовке студентов и молодых специалистов в области компьютерного зрения, машинного обучения и анализа движения. Это практико-ориентированный материал, который одновременно релевантен как учебным задачам Тимирязевской академии, так и актуальным запросам бизнеса на цифровые инструменты в животноводстве.