اندازه گیری های مکرر وزن بدن در سیستم های دامی بسیار مهم است زیرا امکان ارزیابی رشد را فراهم می کند. با این حال، نظارت بر زمان واقعی رشد حیوانات از طریق ترازوی سنتی برای حیوانات استرس زا، پرهزینه و پرمشغله است. بنابراین، اهداف این مطالعه عبارتند از: 1) ارزیابی کیفیت پیش بینی سیستم بصری کامپیوتری خودکار که برای پیش بینی وزن بدن و میانگین افزایش وزن روزانه (ADG) در گاوهای گوشتی استفاده می شود و 2) مقایسه روش های مختلف پیش بینی است. در مجموع 234 تصویر از گاوهای گوشتی Nellore در طی مراحل از شیرگیری، رشد و پرواری دام جمع آوری شد. ابتدا، اندازه گیری های بیومتریک بدن هر حیوان، مانند حجم بدن، مساحت، طول و سایر موارد، با استفاده از تصاویر سه بعدی گرفته شده با سنسور انجام شد و وزن بدن مربوطه آنها با استفاده از مقیاس الکترونیکی بدست آمد. بعد، اندازه گیری های بیومتریک به عنوان متغیرهای توضیحی در چهار رویکرد پیش بینی (MLR، LASSO، PLS و ANN) استفاده شد. ANN بهترین روش پیش بینی بود. نتایج برای شیرگیری RMSEP = 6/8 کیلوگرم و r2 = 0.91 بود. برای مرحله رشد،RMSEP = 4/11 کیلوگرم و r2 = 0.79 ؛ و برای شروع پروارRMSEP = 7.7 کیلوگرم وr2 = 0.92 بود. ANN همچنین بهترین روش برای پیش بینی افزایش وزن روزانه بود، با RMSEP = 0.02 kg/d و r2 = 0.67 برای دوره بین شیرگیری و رشد، RMSEP = 0.02 kg/d و r2 = 0.85 برای از شیر گرفتن و شروع مرحله پروار، RMSEP = 0.03 kg/d و r2 = 0.80 برای شیرگیری و شروع پروار، RMSEP = 0.10 kg/d و r2 = 0.51 برای مرحله رشد و شروع پروار و RMSEP = 0.09 kg/d و r2 = 0.82 برای شروع و انتهای مرحله پروار. به طور کلی، نتایج نشان می دهد که سیستم بصری کامپیوتری خودکار پیشنهادی می تواند با موفقیت برای پیش بینی وزن بدن و میانگین افزایش وزن روزانه در گاوهای گوشتی استفاده شود.
سیستم بصری رایانه ای خودکار توانایی پیش بینی وزن و رشد بدن در پرورش گاو گوشتی در مراتع یا بهاربند را دارد. با این حال، برای بهبود نتایج این فناوری، مطالعات آینده با تعداد بیشتری از حیوانات مورد نیاز است.
گروه علمی شرکت اگرین تک
