📥 Результаты
💰 Бизнес-ценность
24/7
Автоматический мониторинг
-70%
Снижение трудозатрат
+15%
Увеличение продуктивности
~3M ₽
Экономия в год на 1000 голов
⭐ Ключевые преимущества
Автоматизация 24/7
Замена ручного наблюдения автоматической системой
Раннее обнаружение
Выявление проблем со здоровьем животных на ранней стадии
Оптимизация кормления
Анализ жвачки для корректировки рациона
Структурированные отчеты
Данные для принятия управленческих решений
Мгновенные уведомления
Оповещения о критических состояниях в реальном времени
Экономия ресурсов
Снижение трудозатрат до 70%
🤖 Разработанные модели
🔍 Детектор коров (YOLOv8n)
mAP@50
0.9943
0.9943
Precision
0.9905
0.9905
Recall
0.9937
0.9937
Размер модели
5.9 MB
5.9 MB
🧠 Классификатор состояний (FastCNN)
Macro F1-Score
0.6764
0.6764
Классов
7
7
Размер модели
0.4 MB
0.4 MB
Эпох обучения
28
28
📊 F1 по каждому состоянию:
Жуёт
0.8152
0.8152
Не жуёт
0.5759
0.5759
Пьёт
0.6932
0.6932
Лежит
0.9612
0.9612
Неподвижно стоит
0.6476
0.6476
Бьёт рогами о предмет
0.3636
0.3636
Пристаёт к соседней корове
0.6780
0.6780
📊 Анализ данных
30
Видеофайлов
18,000
Кадров
65,206
Аннотаций
3.1
Среднее коров на видео
🏗️ Архитектура решения
Видео (1000×750) → Извлечение кадров → Детектор (YOLOv8n) → Обрезка → Классификатор (FastCNN) → Трекер (SORT) → JSON результат
Компоненты:
- Детектор - обнаружение коров на кадре, выделение bounding boxes
- Классификатор - определение 7 поведенческих состояний (мульти-лейбл)
- Трекер - присвоение уникальных ID и отслеживание перемещения
🛠️ Технологический стек
Python 3.10
PyTorch 2.11
YOLOv8
OpenCV
FastCNN
SORT Tracker