Monitorización del comportamiento animal con Ultralytics YOLOv8

Según las Naciones Unidas, la población mundial alcanzará los 9600 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 a la hora de monitorizar el comportamiento animal. 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 monitorización animal.

Mejora del bienestar mediante la monitorización animal basada en visión#

Vigilar el ganado es fundamental para asegurarse de que está sano. Sin embargo, esto puede resultar difícil debido al gran número de animales que hay que monitorizar y controlar. La monitorización animal basada en inteligencia artificial (AI) ayuda mediante técnicas avanzadas de visión artificial para observar y analizar el comportamiento de los animales. Los algoritmos como YOLOv8 pueden seguir a los animales en tiempo real y proporcionar datos precisos sin necesidad de sensores ni etiquetas invasivos.

Puede utilizarse en granjas, zoológicos e instalaciones de investigación para detectar signos tempranos de enfermedad, estrés o malestar, lo que permite prestar atención con mayor rapidez. También podemos monitorizar los hábitos alimentarios, las interacciones sociales y los niveles de actividad de los animales. Por ejemplo, podemos analizar imágenes de vacas en las que se utiliza la 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 detenidamente la postura de una vaca, un agricultor puede comprender muchas cosas sobre ella. Si una vaca que normalmente está de pie o camina mucho empieza a sentarse más de repente, podría indicar un problema de salud. Mediante la monitorización continua del comportamiento animal, los agricultores pueden asegurarse de que su ganado está sano e intervenir rápidamente cuando algo no parece normal. Así pueden crear un entorno más saludable y eficiente para los animales, mejorar en última instancia su bienestar y reducir los costes de mano de obra.

AI frente a los métodos tradicionales de monitorización animal#

Los métodos tradicionales de monitorización animal suelen basarse en observaciones manuales y sensores invasivos, como las etiquetas RFID, que utilizan radiofrecuencia para transmitir datos de forma inalámbrica con fines de identificación y seguimiento de los animales. Sin embargo, estos métodos pueden requerir mucho tiempo y trabajo y, en ocasiones, resultar estresantes para los animales. Además, estas etiquetas suelen ser caras, pueden desprenderse fácilmente de los animales y romperse. Estos problemas provocan grandes pérdidas para el agricultor. Por ejemplo, un rancho de Montana, USA, con 17 000 animales, todos ellos con etiquetas RFID, perdió alrededor de 1000 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 animal ofrecen una solución automatizada y no invasiva con muchas ventajas. Supongamos que un animal tiene una enfermedad infecciosa y es importante mantenerlo en cuarentena para evitar que la enfermedad se propague a otros animales. Mediante la visión artificial, podemos monitorizarlo continuamente sin necesidad de molestarlo. Podemos detectar rápidamente los cambios en su estado de salud y proporcionarle antes la atención adecuada. También ayuda a comprobar si los tratamientos funcionan y a asegurarse de que la enfermedad no se propaga al resto del rebaño.

Fig. 2 Monitorización de cerdos mediante visión artificial.

Estas son algunas de las principales ventajas de utilizar la visión artificial para analizar el comportamiento animal:

• Mayor precisión en la detección de signos tempranos de enfermedad o estrés.
• Monitorización continua que no altera el comportamiento natural.
• Reducciones significativas de los costes de mano de obra y operativos.
• Información práctica que mejora el bienestar animal y la productividad de la granja.

Cómo utilizar YOLOv8 para monitorizar el comportamiento animal#

Puedes utilizar 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 de objetos, el seguimiento de objetos y la estimación de la pose.

Veamos estas tareas de visión artificial con más detalle:

• Detección de objetos: la detección de objetos se utiliza para identificar y etiquetar distintos objetos dentro de una sola imagen o fotograma de vídeo.
• Seguimiento de objetos: el seguimiento de objetos se utiliza para seguir los objetos identificados mientras se desplazan por varios fotogramas de un vídeo.
• Estimación de la pose: la estimación de la pose se utiliza para determinar las posiciones y orientaciones exactas de los objetos o las partes del cuerpo en una imagen o vídeo.

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

Con estas tareas, YOLOv8 ofrece potentes capacidades para monitorizar y analizar el comportamiento animal. Con la detección de objetos, YOLOv8 puede identificar y clasificar animales individuales dentro de un rebaño para monitorizar sus actividades. A continuación, el seguimiento de objetos mediante YOLOv8 puede ayudar a seguir continuamente los movimientos de cada animal a lo largo del tiempo, de un fotograma a otro.

Al combinarlo con la estimación de la pose, YOLOv8 puede proporcionar un análisis detallado del estado físico y el comportamiento del animal. Los agricultores pueden monitorizar cuánto tiempo dedica cada animal a comer, caminar o descansar. Esto ayuda a detectar cambios en el comportamiento, como una reducción del movimiento o una alteración de los hábitos alimentarios, que pueden indicar problemas de salud.

Fig. 4 Ejemplo de conteo de una manada de cabras mediante YOLOv8.

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

Un día en la vida de un agricultor que utiliza AI para monitorizar animales#

Para que te hagas una idea de hasta qué punto la monitorización animal mediante AI puede cambiar la vida de un agricultor, repasemos un día integrado con AI.

Fig. 5 La AI puede cambiar el día a día de un agricultor.

Por la mañana, un agricultor podría consultar en una tableta su sistema de monitorización animal. Las cámaras del establo y de los campos habrían analizado el ganado durante la noche y proporcionado informes sobre la salud, el comportamiento y la actividad de cada animal. El sistema avisa al agricultor de que una vaca muestra signos de cojera, y este puede atenderla de inmediato.

Durante el día, los sistemas de visión artificial monitorizan continuamente a los animales y ajustan las raciones de alimentación automatizadas según las observaciones en tiempo real de los hábitos alimentarios y el estado físico de cada animal. El agricultor monitoriza el rebaño a distancia y recibe notificaciones sobre cualquier actividad inusual o signo de malestar detectado por las cámaras. Por la tarde, revisa los datos para planificar el día siguiente.

La AI también puede ayudar al agricultor a tomar mejores decisiones mediante el análisis de tendencias y patrones en los datos. El aprendizaje automático puede utilizarse para sugerir horarios de alimentación óptimos, identificar pronto posibles problemas de salud e incluso recomendar cambios que mejoren la eficiencia y la productividad generales de la granja. Con la llegada de tecnologías como la última versión de ChatGPT, GPT-4o, la AI puede convertirse incluso en un asistente útil para el agricultor.

La AI en la práctica veterinaria y otros ámbitos#

La monitorización animal basada en 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 amenazas contra especies en peligro de extinción, como los pangolines y los rinocerontes, en tiempo real. Sus cámaras basadas en AI, desplegadas por 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 mediante visión artificial para la conservación de la fauna.

De forma similar, las instalaciones de investigación utilizan la visión artificial para observar con mayor precisión y de forma menos invasiva el comportamiento y la salud de los animales. Los investigadores pueden recopilar datos e información valiosos para mejorar las estrategias de conservación. En el cuidado de mascotas, las herramientas de monitorización de la salud basadas en AI y los productos inteligentes, como los comederos automatizados y los juguetes interactivos, mejoran el bienestar y la interacción de las mascotas.

Los zoológicos y acuarios utilizan la visión artificial para monitorizar el bienestar de los animales, detectar signos de enfermedad o estrés y mejorar la experiencia de los visitantes mediante exposiciones interactivas. La AI en la práctica veterinaria puede ayudar a monitorizar la salud animal de forma más eficaz, lo que permite mejorar el diagnóstico y el tratamiento. En el transporte de animales, la visión artificial ayuda a garantizar su bienestar mediante la monitorización de los niveles de estrés y el cumplimiento de la normativa. En general, la monitorización animal basada en AI permite mejorar el cuidado de los animales en estos sectores.

Retos relacionados con el seguimiento de animales mediante AI#

A pesar de las numerosas ventajas del seguimiento de animales mediante AI, la implementación de estas soluciones también plantea retos. Uno de los principales es el coste inicial de instalar sistemas avanzados de visión artificial en las granjas. Comprar e instalar el equipamiento necesario puede ser muy caro, lo que supone un obstáculo importante para los agricultores, especialmente para los pequeños. Pueden necesitar ayuda económica o incentivos para adoptar estas nuevas tecnologías.

Otro problema es la falta de una buena conexión a Internet en las zonas rurales. Una conexión a Internet fiable es vital para procesar los datos en la nube y monitorizar las instalaciones a distancia. Sin una conectividad fiable, los agricultores pueden tener dificultades para utilizar sistemas de monitorización y análisis de datos en tiempo real basados en la nube. Las soluciones de computación en el borde 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 motivos de preocupación importantes. A medida que se recopilan y comparten más datos en la agricultura de precisión, los agricultores deben asegurarse de que su información esté protegida frente al acceso no autorizado y el uso indebido. Se necesitan normativas y estándares del sector más estrictos para proteger los datos de los agricultores y abordar estos problemas de privacidad y seguridad.

Cómo facilitar la agricultura con YOLOv8#

Aunque la AI no puede sustituir la experiencia práctica de los agricultores, puede desempeñar un papel importante en la forma de vigilar nuestro ganado. Mediante herramientas como los últimos modelos de Ultralytics YOLOv8, los agricultores pueden obtener mucha información sobre el comportamiento, la alimentación y el bienestar general de sus animales. Pueden gestionar sus granjas con mayor facilidad y cuidar mejor de sus animales. El futuro de la agricultura integrada con AI consiste en ser inteligente, eficiente y sostenible.

No olvides unirte a nuestra comunidad para estar al día de las últimas novedades en AI. También puedes obtener más información sobre AI visitando nuestro repositorio de GitHub y explorando nuestras soluciones en distintos sectores, como la fabricación y la sanidad.