禽类养殖

当前位置:主页 >>禽类养殖

白鹅养殖技术视频(深大和“鹅厂”AI养鹅:自动识别呆头鹅、发烧鹅,提升30%存活率)

来源:村晓农业网|更新时间:2023-11-06|点击次数:

小新讯 养鹅的历史,在广东汕头后溪村的金书涛家已经有30年,在整个汕头澄海区,有300多年。一代代鹅农习惯了依靠双手双眼识别、对抗鹅病。今年夏天,16名00后大学生用了100多天,帮鹅农迈出了解放双手的一小步。

2022年5月,深圳大学2020级腾讯云人工智能特色班(简称“腾班”)的学生来到汕头鹅场,在深圳大学视觉研究所所长沈琳琳、深圳大学计算机与软件学院人工智能系副主任冯禹洪等老师和腾讯工程师的指导下,用100余天开发出了首款AI养鹅小程序,将鹅中“劳斯莱斯”狮头鹅的存活率提升了30%。

使用AI养鹅小程序之后,鹅农不再需要蹲守鹅舍,即可随时观看鹅群动态,也能及时收到呆滞、体温异常等鹅场内出现的可疑鹅病预警。

在冯禹洪看来,腾班学生做的AI养鹅项目充分证明了一件事,“校企合作协同育人这条路是一条正确的道路。”

深大和“鹅厂”AI养鹅:自动识别呆头鹅、发烧鹅,提升30%存活率

鹅农在学习使用AI养鹅小程序

一段段“粘”着鹅粪的代码

300多年来,“世界鹅王之乡汕头”的鹅农们都学会了一个技能:通过肉眼观察鹅是否长时间不动、双手触摸感知体温是否发烧,来判断鹅的健康。但很多时候,眼和手再快,也快不过病毒。

疾病摧毁一个千余只的鹅场,最快只需要十天。2018年冬天,一场突如其来的禽流感席卷了后溪村,有鹅场1000只狮头鹅最后只存活了5只。

作为一名返乡创业的大学生,金书涛相信科技的力量。他和正为“腾班”学生遴选社会实践项目的腾讯云高等教育行业副总经理钱栩磊、深圳大学计算机与软件学院人工智能系副主任冯禹洪一拍即合,决定邀请2020级的“腾班”学生来到他的狮头鹅养殖合作社,破解这道盘桓300年的难题。

解题从踩上鹅粪开始。王翊沣是AI养鹅项目组中的一员,他从未想过一间4000只规模的养鹅场离信息化竟然如此遥远——除了木屋和一些照明设备,鹅场只有黑狗、橘猫以及随处可见3厘米厚的鹅粪,信号也时断时弱。

深大和“鹅厂”AI养鹅:自动识别呆头鹅、发烧鹅,提升30%存活率

鹅场环境

更大的挑战在于,时至今日,AI在鹅类养殖领域仍是一片荒漠,相关资料少之又少。大二还是“腾班”课业压力最紧张的阶段,训练算法模型要用的机器学习、视觉识别等多是研究生阶段的知识。可尽管如此,冯禹洪和深圳大学视觉研究所所长沈琳琳还是认为智慧养鹅项目是必要的。

“腾班”也被同学们戏称为“疼班”——2018级学生大二课程上《机器学习》时,曾被要求一个学期要看完50篇英文论文并做总结报告。AI养鹅项目正是深圳大学联合腾讯教育为新一届“腾班”学生准备的“礼物”。

“做AI,不是坐在空调房里写代码,而是要学会在鹅粪中写代码。”沈琳琳认为,学生们如果跨不过这3厘米厚的鹅粪,就无法真正走进AI这个行业。

深大和“鹅厂”AI养鹅:自动识别呆头鹅、发烧鹅,提升30%存活率

“腾班”学生开会讨论开发流程

100天爆改乡村养鹅场

500平方米的空间里,4000多只鹅密密麻麻地聚在一起吼叫,声音直逼80分贝。鹅一旦生病,叫声会变得嘶哑,但眼前的景象让学生们发现,单独识别某一只鹅的叫声似乎不可能。

他们踩着鹅粪、缠着鹅农反复交流,了解到狮头鹅常见疾病有鹅瘟、禽霍乱、大肠杆菌、中暑等,除了声音嘶哑、发烧之外,闭目呆立也是重要的特征。腾班AI养鹅项目组因此决定,通过识别鹅的原地呆滞时长判断其是否生病,并分为硬件、前端、后端、算法四个组推动项目落地。

在震耳欲聋的“嘎嘎”声中,他们迈出了“AI救鹅”的关键一步——铺装摄像头。铺设期间,当地气温高达40度,踩着梯子的他们,T恤湿了又干、干了又湿。比视频画面更早传回深圳大学的却是台风袭来的消息,摄像头还没等来给鹅拍照,就先迎来了极端天气的“小测”。

深大和“鹅厂”AI养鹅:自动识别呆头鹅、发烧鹅,提升30%存活率

腾班学生安装并调试硬件设备

这些困难只是“前菜”,真正的拦路虎是“鹅脸采集”和算法模型。鹅是水禽生物,像给猪一样挂二维码识别的方式行不通。为了获取足够多的样本“投喂”AI,同学们选择用养殖场的摄像头抓拍,人工逐一抽帧,再对拍摄的每张照片进行分类、打标签。

6000张图片、30万只鹅的标注,让很多同学睡觉梦见的都是鹅。“做AI真的是有多人工,才能有多智能。”王翊沣说,标注过程中需要集中百分百的注意力,“红框如果稍微大一点,圈了一点杂物都会影响AI的训练效果”。

深大和“鹅厂”AI养鹅:自动识别呆头鹅、发烧鹅,提升30%存活率

狮头鹅标注与算法调优

不仅如此,同样的算法在不同的场景里,准确率可能会差几十个点,因为鹅的场景太过密集,更需要不断的迭代优化算法。在腾讯工程师指导下,同学们首先优化识别算法,提高密集场景下狮头鹅的识别率,之后又优化追踪算法,记录每一只鹅的停留时长,进而判断是否有异常。改了“差不多几十次”模型后,算法组同学才真正明白老师沈琳琳常说的那句话——没有100%的算法模型,只有因地制宜的算法模型。

鞋底里无法清洗干净的鹅粪最清楚这过程有多难。王翊沣还记得,项目期正值酷暑,遍地的鹅粪因为高温变得黏糊糊的,他们靠在鹅棚里的三轮车,打开电脑调试代码,身边绕着一圈圈的苍蝇,散发着硫化氢和氨气的臭味。

鞋缝一点点塞满凝固的鹅粪,学生们对鹅的了解也在不断加深。他们发现,由于成年狮头鹅的羽毛厚重,导致难以测量鹅温。而小鹅苗的羽毛更轻薄,有测温条件,正常鹅苗的体温是40-41度,如果生病体温一般会略高,所以,又在小鹅生活的鹅棚安装了红外测温仪,并复用一部分“呆头鹅”识别跟踪的算法,帮助鹅农识别体温异常的“发烧鹅”。

后来,有同学又从十年前的论文里发现,狮头鹅的发病和台风、雾霾等天气也有着密切关系,于是这群00后又在小程序上新增了数据观测及分析功能。

深大和“鹅厂”AI养鹅:自动识别呆头鹅、发烧鹅,提升30%存活率

智慧养鹅小程序界面

从短袖到夹克,跨越100多个日日夜夜和上百场的线上会议,小程序一直在进行迭代升级。到今天,小程序界面上每天都可以实时收到几次的呆头鹅、发烧鹅的预警,显示鹅场的温度、湿度、PM2.5指数及数据变化的趋势图,帮助农户将狮头鹅的存活率环比提升了30%。

把真实行业搬进课堂

高考报志愿时,王翊沣根本没注意专业后面还有个括号,里面写着“腾”字。他不知道这意味着什么,直到开学第一天,才从班主任的介绍中感觉“天降幸运”。

刚上大三,王翊沣已经上过腾讯工程师的课、听过许多专家讲座,以及报名了这次AI养鹅的项目。事实上,这也正是腾班的初心。据了解,“腾班”是由腾讯教育和深圳大学联合打造的人工智能特色班,其创办初衷是为大数据、人工智能等前沿产业提供技术人才储备。

深大和“鹅厂”AI养鹅:自动识别呆头鹅、发烧鹅,提升30%存活率

腾班课程体系设置

自成立以来,“腾班”连续两年录取分数线高居深圳大学理工科类第一,学生多次在国内外竞赛中拔得头筹。今年7月,“腾班”迎来了首届毕业生,在“史上最难毕业季”的压力下,90%以上的学生提前半年就明确了毕业去向。

这份成绩源自“腾班”特色的校企协同育人模式。在教学过程中,“腾班”注重将人工智能理论和实操深度结合,让课本知识走出校园,融入真实行业场景。腾讯会提供课堂案例、实验平台、课后实践、企业导师定期交流等支持。钱栩磊介绍说,腾讯目前已将教育、医疗、工业等100多个行业案例整合到“腾班”课堂,并提供课外讲座、冬令营等实践机会,开阔学生的技术视野和职业前景。AI养鹅实践项目正是一个典型案例。

沈琳琳则将AI养鹅实践项目比喻成一座桥。这座桥一方面连接了高校与企业,拉平了教育人才培养和产业需求落差;另一方面连接了前沿技术和养鹅等细分产业,满足了产业升级的诉求。“小程序切切实实地解放了农户的双手。”金书涛说。

数据显示,目前教育部已支持1100多所本科院校与企业合作立项7.6万项,校企协同育人已成为教育改革与产业升级的重要方向。钱栩磊对此表示,校企协同育人中,一个重要的课题是如何让学生在日常学习中具备社会思维和应用思维, “腾班”AI养鹅实践项目希望为此提供新的解题思路。

冯禹洪则计划将AI养鹅项目和更多的课程教学融合。例如人工智能实训加入项目流程、系统编程等,甚至开设UI设计课程。她说,同学们会将AI养鹅项目的代码开源,助力更多鹅场实现数字化养殖。

11月,为了推进AI养鹅2.0的落地,王翊沣和新一届的“腾班”师弟又来到了后溪村。在他们的规划中,下一步的重点是通过鹅的翅膀和嘴巴是否合拢来判断是否生病,落地后,狮头鹅的存活率预计会得到进一步提升。

这次,王翊沣已经闻不到鹅粪中的臭味了。“有点像烤饼干的味道”,他说。

标签: 禽类养殖

分享给朋友:

看过此文的,还浏览了以下内容