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