Ученые РГАУ-МСХА имени К.А. Тимирязева разрабатывают систему цифрового фенотипирования крупного рогатого скота. С помощью камер и искусственного интеллекта она автоматически оценивает телосложение животного, его движение и другие признаки, важные для племенной работы и контроля здоровья.
Технологию представили на МФМ-2026. Сейчас одно из основных направлений проекта — цифровая оценка экстерьера коров. Животное фиксируется одновременно тремя RGB-D-камерами, которые получают обычное изображение и данные о расстоянии до отдельных участков тела. На их основе нейросеть определяет анатомические точки и рассчитывает размеры, углы и пропорции тела.
Сегодня такая оценка в значительной степени выполняется человеком. Специалист визуально осматривает корову и проводит измерения, поэтому результат может зависеть от опыта конкретного эксперта. Цифровая система применяет одинаковые правила к каждому животному и позволяет сделать оценку более воспроизводимой. Точность автоматизированной оценки по уже отработанным признакам превышает 90%.
Меняется и скорость работы. На ручную оценку одной коровы может уходить около 30 минут, то есть за рабочий день специалист способен оценить порядка 24 животных. Для цифровой системы достаточно 3–5 секунд фиксации животного, а расчетная производительность может достигать примерно 480 голов в день.
«Главная задача — не заменить специалиста, а дать ему объективный цифровой инструмент. Если одно животное сегодня оценивают разные люди, результаты могут отличаться. Алгоритм каждый раз измеряет его по одинаковым правилам», — рассказал Дмитрий Прошин, сотрудник Тимирязевской академии и один из разработчиков системы.
Система охватывает признаки туловища, таза и конечностей, а отдельное направление разработки связано с оценкой вымени. Это важно для комплексной характеристики животного: экстерьер связан не только с племенной ценностью, но и с функциональностью, продолжительностью продуктивного использования и состоянием опорно-двигательного аппарата.
Разработчики отмечают, что задача проекта постепенно стала значительно шире первоначальной. Работа начиналась с системы раннего выявления хромоты КРС. Для этого ученые обучали нейросети анализировать походку животного, положение корпуса, симметрию движений и изменение биомеханических параметров во времени.
Однако в ходе работы стало понятно, что локомоцию нельзя рассматривать изолированно от телосложения животного.
Особенности постановки конечностей, положение таза, состояние копыт и другие экстерьерные признаки непосредственно связаны с характером движения коровы. Поэтому систему начали развивать от отдельного диагностического модуля в сторону комплексной цифровой оценки животного.
Разработанный модуль мониторинга хромоты позволяет бесконтактно анализировать животных непосредственно в условиях хозяйства. Камеры фиксируют корову во время движения, после чего алгоритмы компьютерного зрения определяют характерные изменения локомоции и выделяют животных, которым требуется дополнительное обследование.
По данным разработчиков, точность определения хромоты достигает 98%. Особенно важна возможность обнаружения изменений на ранней стадии, когда нарушение походки еще сложно заметить при обычном визуальном наблюдении.
Для крупных животноводческих предприятий такой подход особенно актуален: поголовье может составлять несколько тысяч животных, поэтому регулярно и одинаково внимательно оценивать каждую корову вручную практически невозможно. Цифровая система позволяет проводить наблюдение постоянно и формировать для зоотехника или ветеринарного специалиста список животных, требующих внимания.
Ранее Наука Mail писала, что на фестивале молодежи показали компактный прибор для спасения жизней.