Поведение животных: пчёлы и свиноводство

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.
Свиноферма · 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
- Камеры у летков и станков
- Трекинг и поза
- Ряды активности
- 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
Как появляется сигнал
- Наблюдение. Камера снимает леток улья или станок, видео обрабатывается непрерывно.
- Активность. Модель находит пчёл или животных и считает активность по интервалам времени.
- Паттерн. Временной ряд сравнивается с обычным поведением этого улья или этого животного, отклонение становится событием.
- 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.


