乳牛體態評分（Body Condition Score, BCS)是評估其健康與繁殖能力的重要指標。傳統的人工評分方式主觀且耗時，而自動化系統則能提供客觀、一致且高效率的解決方案。

BCS 評分標準：
評分範圍： 一般採用 1 到 5 分制，以 0.25 分為增量單位，其中 1 分代表極瘦，5 分代表極胖。
評分準則： 評分主要基於牛隻背部、臀部和尾根部的脂肪覆蓋情況和骨骼結構的能見度。

圖一︑BCS 評分標準表示意圖，圖片為行政院農委員會畜產試驗所新竹分所轉換期乳牛的體態評分

此系統使用 YOLOv8 模型將影像分為 2.5、3.0 和 3.5 級 BCS 類別，並利用深度學習卷積神經網路（CNN）分析牛隻影像，自動測量背線、臀部與腰部輪廓，快速生成 BCS 評分。

模型資訊：
技術核心：系統採用 CNN 模型，透過處理 3D 深度影像，從牛隻的背部區域提取解剖特徵，如鉤骨（hook
bone）、坐骨（pin bone）和薦骨韌帶（sacral ligament）等，這些特徵的能見度和曲度與體
脂肪儲備量密切相關。
數據來源：使用 3D 深度攝影機在牛隻移動時拍攝其背部影像，並建立包含多個 BCS 分數等級的影像數據
集。
訓練與效能：模型透過標註影像資料進行訓練，可將多個獨立的 CNN 模型組合，透過集成學習（ensemble
modelling）來提高評分的準確性。研究顯示，該模型的評分結果與人工評分的差異通常在 0.25
BCS 點以內。

圖二︑乳牛體態評分（BCS）系統的資料標註與模型訓練流程

圖三︑乳牛體態評分（BCS）系統的開發環境與程式碼

圖四︑荷蘭牛（Holstein-Friesian）

荷蘭牛（Holstein-Friesian）為全球最廣為人知的乳牛品種，也是台灣最為常見的乳牛品種(廣告裡黑白相間的那種)，雖然乳脂率和乳蛋白率相對較低，但產乳量極高。牠們對飼養環境和管理要求較高，且對高溫環境的耐受性較差，因此在台灣的夏季需要良好的降溫措施，如風扇和灑水系統。若能導入自動化 BCS 系統，幫助飼養員更頻繁地監測牛隻健康狀況，並根據評分結果即時調整飼料配方與飼養策略，維持乳牛的最佳生產狀態，將對酪農場的飼養管理帶來許多好處。

參考文獻:
He, D., et al. (2018). "Automated Body Condition Scoring of Dairy Cattle Using Deep Convolutional Neural Networks." Computers and Electronics in Agriculture, 152, 219-228.
行政院農委員會畜產試驗所新竹分所轉換期乳牛的體態評分https://kmweb.moa.gov.tw/subject/subject.php?id=43645