Перейти к содержанию

Поведение животных: пчёлы и свиноводство

Поведение животных: пчёлы и свиноводство: обложка кейса

Анализ поведения пчёл по видео (активность улья, роение). Детекция овуляции свинок по поведенческим паттернам. CV на стыке биологии и автоматизации.

Клиент
Под NDA
Сфера
Агротехнологии и животноводство
Что делали
  • Компьютерное зрение
  • Анализ поведения
  • Агротех

Суть. Наблюдать за пасекой и свинофермой по видео непрерывно: модели оценивают активность улья и замечают признаки роения, а в станках выделяют поведенческие паттерны свиней и дают зоотехнику сигнал для проверки.

Введение

И пчеловод, и зоотехник узнают о важных событиях из наблюдения. Активность улья и подготовку к роению видно у летка, состояние свиньи - по её поведению в станке. Но смотреть непрерывно некому: наблюдение идёт обходами, между ними проходят часы, и событие, которое важно поймать вовремя, легко пропустить.

Мы сделали два направления на общей основе. Для пасеки модель анализирует активность у летка и её изменение во времени, чтобы заметить признаки роения. Для свиноводства модель отслеживает животных в станках и выделяет поведенческие паттерны, связанные с их циклом. Диагнозов система не ставит: она даёт специалисту ряд наблюдений и сигнал, где стоит проверить.


Боль - запрос

  • Активность улья оценивают на глаз и от случая к случаю.

    Непрерывный учёт активности у летка с динамикой по времени.

  • Подготовку к роению замечают поздно.

    Сигнал о признаках роения по изменению активности.

  • Поведение свиней в станках круглосуточно не отследить.

    Наблюдение за станками между обходами.

  • Признаки состояния животного замечают выборочно и с опозданием.

    Выделение поведенческих паттернов и сигнал зоотехнику на проверку.

  • Выводы зависят от опыта конкретного специалиста.

    Ряд наблюдений, который можно сопоставить с оценкой специалиста.


Описание проекта

Оба направления устроены одинаково: камера, детекция и трекинг, агрегирование активности по времени, сигнал специалисту. Различаются объекты наблюдения и признаки, которые размечаются вместе со специалистами хозяйства.

  • Пасека. Оценка активности пчёл у летка, суточная динамика и отклонения, характерные для подготовки к роению.
  • Свиноводство. Детекция и трекинг животных в станке, оценка позы и характера движения.
  • Поведенческие паттерны. Активность складывается во временной ряд, из него выделяются паттерны, важные для специалиста.
  • Сигналы на проверку. Специалист получает событие с фрагментом видео и решает сам.
  • Условия съёмки. Камеры ставятся под условия содержания: обзор летка или станка, для ночи нужна ИК-подсветка.

Архитектура решения

Как система выглядит в работе. Ниже - откуда она берёт данные, где их обрабатывает и куда отдаёт результат.

Иллюстрация: улей с летком, пчёлы и поросёнок в рамках детекции, рядом камера на штативеСвиноферма · корпус 3 · станок 14SOW-0871 · активность ×1,8Улей: активность у леткаТрекинг пчёл
  • Улей: активность у летка
  • Трекинг пчёл

Станок 14: рост двигательной активности04:00-10:00 · ×1,8 к обычному поведению · зоотехнику на проверку

  1. Камеры у летков и станков
  2. Трекинг и поза
  3. Ряды активности
  4. Проверка специалистом

Каждый улей и каждое животное сравниваются со своим обычным поведением, а не с общей нормой: сигнал означает «стоит проверить», а выводы делает специалист.

Полная схема архитектуры и пример события

Источники

  • Камеры у летковпасека, обзор зоны входа
  • Камеры над станкамисвиноферма, обзор сверху

Обработка

  • Активность пчёл у леткадвижение через зону входа(наша разработка)
  • Трекинг и поза свинейдвижение и положение в станке(наша разработка)

Анализ

  • Ряды активностипо улью и по животному во времени(наша разработка)
  • Поиск отклоненийсравнение с обычным поведением(наша разработка)

Кто и что получает

  • Пчеловодактивность ульев, признаки роения
  • Зоотехниксигнал на проверку с фрагментом видео
  • История наблюденийдинамика по ульям и станкам

Так это выглядит в работе

WEBHOOK/farm/api/signals

event
behaviour.pattern.detected
farm
Свиноферма, корпус 3
pen
Станок 14
animal_id
SOW-0871
pattern
рост двигательной активности
window
2026-09-18T04:00 - 10:00
baseline_ratio
1.8
requires_check
да
clip
pens/14/2026-09-18-0612.mp4
Пример сигнала зоотехнику: отклонение от обычного поведения животного уходит на проверку специалисту вместе с фрагментом видео. Данные обезличены.

Как появляется сигнал

  1. Наблюдение. Камера снимает леток улья или станок, видео обрабатывается непрерывно.
  2. Активность. Модель находит пчёл или животных и считает активность по интервалам времени.
  3. Паттерн. Временной ряд сравнивается с обычным поведением этого улья или этого животного, отклонение становится событием.
  4. Проверка. Пчеловод или зоотехник получает сигнал с фрагментом видео и проверяет на месте.

Почему это сложнее промышленных задач

На производстве дефект выглядит одинаково на каждом изделии. У животных единой нормы нет: активность улья зависит от погоды и времени суток, поведение свиньи - от возраста и условий содержания. Поэтому система сравнивает улей или животное не с общим эталоном, а с его же обычным поведением, а признаки размечаются вместе со специалистами хозяйства.

Пчёлы у летка - сотни мелких быстрых объектов, которые нет смысла сопровождать поштучно, поэтому активность оценивается по движению через зону летка. Свиньи в станке, наоборот, крупные и медленные, но лежат вплотную и перекрывают друг друга. Под каждое направление своя модель, а общими остаются ряды активности, события и интерфейс специалиста.


Результат проекта

  • Непрерывное наблюдение. Видео даёт специалистам данные об активности животных во времени, а не только по обходам.
  • Сигналы вместо дежурства. Зоотехники получают сигналы для проверки вместо круглосуточного наблюдения.
  • Два направления. Пчеловодство и свиноводство на общей основе: трекинг, ряды активности, события.
  • Решение за специалистом. Система выделяет паттерны, выводы о состоянии животных делает человек.

Проект в цифрах

Длительность
Около 6 месяцев: расстановка камер на пасеке и в корпусе, сбор и разметка записей вместе со специалистами, модели по двум направлениям
Команда
  • 1 project manager
  • 1 тимлид data science
  • 2 ML-инженера (компьютерное зрение)
  • 1 data-аналитик (временные ряды активности)
  • 1 back-end разработчик
  • 2направления: пчеловодство и свиноводство
  • 24/7наблюдение вместо обходов
  • Сигналспециалисту на проверку, а не диагноз

Технологии и интеграции

  • Детекция и трекинг животных
  • Оценка позы
  • Behaviour AI
  • Временные ряды активности
  • Агротех
  • Видеофрагменты к событиям

Частые вопросы

  • Определяет ли система болезни или состояние животного?

    Нет, диагнозов она не ставит. Система выделяет поведенческие паттерны и отклонения, а выводы делает зоотехник или ветеринар после проверки.

  • Нужны ли специалисты с нашей стороны?

    Да, на этапе разметки. Признаки поведения зависят от вида, возраста и условий содержания, поэтому их размечаем вместе с вашими специалистами.

  • Работает ли ночью?

    Да, если камеры с ИК-подсветкой. Расстановку камер обсуждаем на объекте: условия содержания влияют на неё сильнее, чем на производстве.

  • Можно ли применить к другим животным?

    Подход переносится на другие виды, но модели и признаки поведения обучаются заново под вид и условия содержания.

Проект под NDA: в публичном тексте только то, что согласовал клиент. Детали внедрения расскажем в переписке.

Обсудим вашузадачу

Вам необязательно иметь чёткую задачу. Оставьте контакты, и мы разберём ваши текущие бизнес-процессы и честно покажем, где внедрение технологий даст реальный финансовый результат.

Связаться с нами

  • Свяжемся в течение дня
  • Подпишем NDA до обсуждения данных
  • Удобнее в мессенджере? Напишите в Telegram