The structured social hierarchies and individual social bonds within dairy cows’ groups significantly influence their welfare and productivity[1]. Traditional monitoring methods are labor-intensive and often lacking insights into precise spatial positioning or the nature of behavior. Here, a Computer Vision system was proposed, employing YOLOv8, for automated identification and tracking of dairy cows in barns equipped with Automated Milking Systems. The study pioneers the analysis of social interactions among 240 dairy cows using Computer Vision. Through comprehensive dataset preparation and model training, robust performance in cow detection and tracking was achieved. Evaluation metrics demonstrate the model’s effectiveness in real-world settings, with high precision and recall values. The construction of temporal social networks was enabled, revealing insights into cow interactions. The results indicate the model’s suitability for practical use, smoothing the path for future real-time analyses of cow social networks and promising advancements in dairy farming management.

Le gerarchie sociali strutturate e i legami sociali individuali all'interno dei gruppi di vacche da latte influenzano in modo significativo il loro benessere e la loro produttività[1]. I metodi di monitoraggio tradizionali richiedono molta manodopera e spesso mancano di informazioni sul posizionamento spaziale preciso o sulla natura del comportamento. In questo caso, è stato proposto un sistema di computer vision, utilizzando YOLOv8, per l'identificazione e il tracciamento automatico delle vacche da latte nelle stalle dotate di sistemi di mungitura automatizzati. Lo studio è pioniere nell'analisi delle interazioni sociali tra 240 vacche da latte utilizzando la Computer Vision. Grazie a una preparazione completa del set di dati e all'addestramento del modello, sono state ottenute solide prestazioni nel rilevamento e nel tracciamento delle vacche. Le metriche di valutazione dimostrano l'efficacia del modello in contesti reali, con valori elevati di precisione e richiamo. È stato possibile costruire reti sociali temporali, che hanno rivelato informazioni sulle interazioni tra le mucche. I risultati indicano l'idoneità del modello all'uso pratico, aprendo la strada a future analisi in tempo reale delle reti sociali delle vacche e a promettenti progressi nella gestione degli allevamenti da latte.

CowBook: Analisi delle dinamiche sociali delle vacche da latte tramite Computer Vision.

VITTURINI, DAVIDE
2023/2024

Abstract

Le gerarchie sociali strutturate e i legami sociali individuali all'interno dei gruppi di vacche da latte influenzano in modo significativo il loro benessere e la loro produttività[1]. I metodi di monitoraggio tradizionali richiedono molta manodopera e spesso mancano di informazioni sul posizionamento spaziale preciso o sulla natura del comportamento. In questo caso, è stato proposto un sistema di computer vision, utilizzando YOLOv8, per l'identificazione e il tracciamento automatico delle vacche da latte nelle stalle dotate di sistemi di mungitura automatizzati. Lo studio è pioniere nell'analisi delle interazioni sociali tra 240 vacche da latte utilizzando la Computer Vision. Grazie a una preparazione completa del set di dati e all'addestramento del modello, sono state ottenute solide prestazioni nel rilevamento e nel tracciamento delle vacche. Le metriche di valutazione dimostrano l'efficacia del modello in contesti reali, con valori elevati di precisione e richiamo. È stato possibile costruire reti sociali temporali, che hanno rivelato informazioni sulle interazioni tra le mucche. I risultati indicano l'idoneità del modello all'uso pratico, aprendo la strada a future analisi in tempo reale delle reti sociali delle vacche e a promettenti progressi nella gestione degli allevamenti da latte.
ENG
ITA
The structured social hierarchies and individual social bonds within dairy cows’ groups significantly influence their welfare and productivity[1]. Traditional monitoring methods are labor-intensive and often lacking insights into precise spatial positioning or the nature of behavior. Here, a Computer Vision system was proposed, employing YOLOv8, for automated identification and tracking of dairy cows in barns equipped with Automated Milking Systems. The study pioneers the analysis of social interactions among 240 dairy cows using Computer Vision. Through comprehensive dataset preparation and model training, robust performance in cow detection and tracking was achieved. Evaluation metrics demonstrate the model’s effectiveness in real-world settings, with high precision and recall values. The construction of temporal social networks was enabled, revealing insights into cow interactions. The results indicate the model’s suitability for practical use, smoothing the path for future real-time analyses of cow social networks and promising advancements in dairy farming management.
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
997078_main_v3.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 5.59 MB
Formato Adobe PDF
5.59 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/111385