Monitorización del comportamiento animal con Ultralytics YOLOv8

Según las Naciones Unidas, la población mundial alcanzará los 9.800 millones en 2050. A medida que aumenta la población mundial, recurrimos a tecnologías avanzadas como el aprendizaje profundo en la agricultura para crear soluciones agrícolas sostenibles. Los algoritmos de visión artificial como Ultralytics YOLOv8 pueden marcar una gran diferencia, especialmente en la supervisión del comportamiento de los animales. La información obtenida mediante visión artificial puede ayudar a los agricultores a optimizar la gestión y el cuidado del ganado. En este artículo, veremos cómo YOLOv8 puede cambiar la forma de abordar la supervisión de los animales.

Mejorar el bienestar con la monitorización de animales basada en visión artificial#

Vigilar al ganado es fundamental para asegurarse de que está sano. Sin embargo, puede resultar difícil debido al gran número de animales que hay que observar y controlar. La monitorización de animales con inteligencia artificial (IA) utiliza técnicas avanzadas de visión artificial para observar y analizar su comportamiento. Algoritmos como YOLOv8 pueden seguir a los animales en tiempo real y proporcionar datos precisos sin necesidad de sensores invasivos ni etiquetas.

Puede utilizarse en granjas, zoológicos e instalaciones de investigación para detectar signos tempranos de enfermedad, estrés o malestar, lo que permite actuar con mayor rapidez. También podemos monitorizar los hábitos alimentarios, las interacciones sociales y los niveles de actividad de los animales. Por ejemplo, pensemos en imágenes de vacas en las que se usa visión artificial para identificar si están de pie, sentadas o caminando.

Fig. 1. Monitorización del comportamiento y la posición de las vacas con Ultralytics YOLOv8.

Al observar de cerca la postura de una vaca, un ganadero puede averiguar muchas cosas sobre ella. Si una vaca que suele estar de pie o caminar mucho de repente pasa más tiempo sentada, podría indicar un problema de salud. Al monitorizar continuamente el comportamiento de los animales, los ganaderos pueden asegurarse de que su ganado está sano e intervenir rápidamente cuando algo no va bien. Así pueden crear un entorno más saludable y eficiente para los animales, mejorar su bienestar y reducir los costes de mano de obra.

IA frente a métodos tradicionales para monitorizar animales#

Los métodos tradicionales para monitorizar animales suelen depender de observaciones manuales y sensores invasivos como las etiquetas RFID, que utilizan radiofrecuencia para transmitir datos de forma inalámbrica e identificar y rastrear animales. Sin embargo, estos métodos pueden llevar mucho tiempo, exigir mucha mano de obra y, en ocasiones, estresar a los animales. Además, estas etiquetas suelen ser caras, se les pueden caer fácilmente a los animales y pueden romperse. Estos problemas provocan grandes pérdidas al ganadero. Por ejemplo, un rancho de Montana, en EE. UU., con 17.000 animales (todos con etiquetas RFID) había perdido alrededor de 1.000 etiquetas en un año, según señaló Bryan Elliott, fundador de 406 Bovine, en un artículo de AgUpdate.

En cambio, las soluciones de visión artificial para la monitorización de animales ofrecen un método automatizado y no invasivo con numerosas ventajas. Imaginemos que un animal tiene una enfermedad infecciosa y es importante mantenerlo en cuarentena para evitar que la enfermedad se propague a otros animales. Con la visión artificial, podemos monitorizarlo continuamente sin molestarlo. Podemos detectar rápidamente cambios en su salud y proporcionarle los cuidados adecuados antes. También ayuda a comprobar si los tratamientos funcionan y a asegurarse de que la enfermedad no se propague al resto del rebaño.

Fig. 2. Supervisión de cerdos mediante visión artificial.

Estas son algunas de las principales ventajas de usar visión artificial para analizar el comportamiento de los animales:

• Mayor precisión al detectar signos tempranos de enfermedad o estrés.
• Monitorización continua que no altera el comportamiento natural.
• Reducción significativa de los costes laborales y operativos.
• Información práctica que mejora el bienestar animal y la productividad de las explotaciones.

Cómo se puede usar YOLOv8 para vigilar el comportamiento de los animales#

Puedes usar YOLOv8 para seguir los patrones de alimentación, el movimiento, las interacciones sociales y mucho más. YOLOv8 destaca en técnicas clave de visión artificial, como la detección y el seguimiento de objetos y la estimación de la pose.

Veamos con más detalle estas tareas de visión artificial:

• Detección de objetos: La detección de objetos se utiliza para identificar y etiquetar distintos objetos en una sola imagen o fotograma de vídeo.
• Seguimiento de objetos: El seguimiento de objetos se utiliza para seguir los objetos identificados a medida que se desplazan por varios fotogramas de un vídeo.
• Estimación de pose: La estimación de pose se utiliza para determinar la posición y la orientación exactas de objetos o partes del cuerpo en una imagen o un vídeo.

Fig. 3. Estimación de la pose de un tigre con YOLOv8.

Con estas tareas, YOLOv8 ofrece capacidades potentes para supervisar y analizar el comportamiento de los animales. Mediante la detección de objetos, YOLOv8 puede identificar y clasificar animales concretos de un rebaño para supervisar su actividad. A continuación, el seguimiento de objetos con YOLOv8 puede ayudar a seguir continuamente los movimientos de cada animal a lo largo del tiempo y de un fotograma a otro.

Al combinarlo con la estimación de la pose, YOLOv8 puede ofrecer un análisis detallado del estado físico y el comportamiento del animal. Los ganaderos pueden vigilar cuánto tiempo dedica cada animal a comer, caminar o descansar. Esto ayuda a detectar cambios en el comportamiento, como una menor movilidad o cambios en los hábitos de alimentación, que podrían indicar problemas de salud.

Fig. 4. Ejemplo de recuento de una manada de cabras con YOLOv8.

Para obtener más información sobre cómo usar YOLOv8 en distintas tareas, visita las guías de Ultralytics.

Un día en la vida de un ganadero que usa IA para vigilar a los animales#

Para que te hagas una idea de hasta qué punto la vigilancia de animales mediante IA puede cambiar la vida de un ganadero, veamos cómo sería un día integrado con IA.

Fig. 5. La IA puede cambiar el día a día de un ganadero.

Por la mañana, un agricultor podría consultar en una tableta el sistema de supervisión de sus animales. Las cámaras del establo y de los campos habrían analizado el ganado durante la noche y generado informes sobre la salud, el comportamiento y la actividad de cada animal. El sistema alerta al agricultor de que una vaca muestra signos de cojera, para que pueda atenderla rápidamente.

Durante el día, los sistemas de visión artificial vigilan continuamente a los animales y ajustan las raciones automáticas de pienso según las observaciones en tiempo real de los hábitos alimentarios y el estado físico de cada animal. El ganadero vigila el rebaño a distancia y recibe notificaciones si las cámaras detectan alguna actividad inusual o señales de malestar. Por la tarde, el ganadero revisa los datos para planificar el día siguiente.

La IA también puede ayudar a los agricultores a tomar mejores decisiones mediante el análisis de tendencias y patrones en los datos. El aprendizaje automático puede sugerir horarios óptimos de alimentación, detectar posibles problemas de salud con antelación e incluso recomendar cambios para mejorar la eficiencia y la productividad generales de la explotación. Con la llegada de modelos como GPT-4o, la IA puede convertirse incluso en un asistente útil para los agricultores.

La IA en la práctica veterinaria y otros ámbitos#

La supervisión de animales mediante visión artificial está teniendo un gran impacto en varios sectores más allá de la agricultura. En la conservación de la fauna, ayuda a seguir a los animales, estudiar su comportamiento y prevenir la caza furtiva mediante vigilancia y alertas en tiempo real. Por ejemplo, la organización sin ánimo de lucro británica Conservation AI utiliza la visión artificial para detectar en tiempo real amenazas para especies en peligro de extinción, como los pangolines y los rinocerontes. Sus cámaras basadas en IA, desplegadas en todo el mundo, ayudan a los conservacionistas a actuar rápidamente contra la caza furtiva y otros peligros. Además, los modelos de aprendizaje automático de Google DeepMind se utilizan para analizar millones de imágenes del parque nacional del Serengueti, en Tanzania, con el fin de identificar y contar animales. La información obtenida de estas imágenes ayuda a los conservacionistas a comprender mejor la dinámica de las poblaciones.

Fig. 6. Detección de animales para la conservación de la fauna.

Del mismo modo, los centros de investigación usan la visión artificial para observar el comportamiento y la salud de los animales con mayor precisión y de forma menos intrusiva. Los investigadores pueden recopilar datos e información valiosos para desarrollar mejores estrategias de conservación. En el cuidado de mascotas, las herramientas de vigilancia de la salud basadas en IA y los productos inteligentes, como los comederos automáticos y los juguetes interactivos, mejoran el bienestar y la actividad de las mascotas.

Los zoológicos y acuarios utilizan la visión artificial para supervisar el bienestar de los animales, detectar signos de enfermedad o estrés y mejorar la experiencia de los visitantes mediante exposiciones interactivas. La IA en la práctica veterinaria puede ayudar a supervisar la salud de los animales con mayor eficacia y lograr un mejor diagnóstico y tratamiento. En el transporte de animales, la visión artificial ayuda a garantizar su bienestar al supervisar sus niveles de estrés y asegurar el cumplimiento de la normativa. En general, la supervisión de animales mediante IA permite mejorar su cuidado en estos sectores.

Retos relacionados con el seguimiento de animales mediante IA#

A pesar de las numerosas ventajas del seguimiento de animales basado en IA, la implementación de estas soluciones también presenta retos. Uno de los principales es el coste inicial de instalar sistemas avanzados de visión artificial en las explotaciones agrícolas. Comprar e instalar el equipo necesario puede ser muy caro, lo que supone un gran obstáculo para los agricultores, sobre todo para los de explotaciones más pequeñas. Es posible que necesiten ayuda financiera o incentivos para adoptar estas nuevas tecnologías.

Otro problema es la falta de una buena conexión a Internet en las zonas rurales. Una conexión fiable a Internet es fundamental para procesar datos en la nube y vigilar a distancia. Sin una conectividad fiable, a los ganaderos puede resultarles difícil usar sistemas de vigilancia en tiempo real y análisis de datos basados en la nube. Las soluciones de computación perimetral pueden resolver este problema procesando los datos localmente, sin necesidad de conectarse a la nube.

La privacidad y la seguridad de los datos también son preocupaciones importantes. A medida que se recopilan y comparten más datos en la agricultura de precisión, los ganaderos deben asegurarse de que su información esté protegida frente al acceso no autorizado y el uso indebido. Se necesitan normativas más estrictas y estándares del sector para proteger los datos de los ganaderos y abordar estos problemas de privacidad y seguridad.

Facilitar el trabajo en el campo con YOLOv8#

Aunque la IA no puede sustituir la experiencia práctica de los agricultores, sí puede desempeñar un papel importante en la supervisión del ganado. Con herramientas como Ultralytics YOLOv8 y modelos más recientes como Ultralytics YOLO26, los agricultores pueden aprender mucho sobre el comportamiento y la alimentación de sus animales, así como sobre su bienestar general. Pueden gestionar sus explotaciones con más facilidad y cuidar mejor de sus animales. El futuro de la agricultura con IA integrada pasa por ser inteligente, eficiente y sostenible.

No te olvides de unirte a nuestra comunidad para conocer las últimas novedades sobre IA. También puedes aprender más sobre IA visitando nuestro repositorio de GitHub y descubriendo nuestras soluciones en distintos ámbitos, como la fabricación y la sanidad.