Monitoraggio del comportamento animale con Ultralytics YOLOv8

Secondo le Nazioni Unite, entro il 2050 la popolazione globale raggiungerà i 9,8 miliardi. Con l’aumento della popolazione mondiale, ci rivolgiamo a tecnologie avanzate come il deep learning in agricoltura per creare soluzioni agricole sostenibili. Gli algoritmi di visione artificiale come Ultralytics YOLOv8 possono fare una grande differenza, soprattutto nel monitoraggio del comportamento animale. Le informazioni raccolte tramite la visione artificiale possono aiutare gli agricoltori a semplificare la gestione e la cura del bestiame. In questo articolo vedremo come YOLOv8 può cambiare l’approccio al monitoraggio degli animali.

Migliorare il benessere con il monitoraggio degli animali basato sulla visione#

Tenere sotto controllo il bestiame è fondamentale per assicurarsi che sia in buona salute. Tuttavia, può essere difficile monitorare e sorvegliare un numero così elevato di animali. Il monitoraggio degli animali basato sull'intelligenza artificiale (AI) utilizza tecniche avanzate di visione artificiale per osservare e analizzare il comportamento animale. Algoritmi come YOLOv8 possono seguire gli animali in tempo reale e fornire dati accurati senza bisogno di sensori invasivi o targhette.

Può essere usato nelle fattorie, negli zoo e nei centri di ricerca per individuare i primi segni di malattia, stress o disagio, consentendo di intervenire più rapidamente. Possiamo anche monitorare le abitudini alimentari, le interazioni sociali e i livelli di attività degli animali. Per esempio, consideriamo le riprese di alcune mucche in cui la visione artificiale viene usata per identificare se stanno in piedi, sono sedute o camminano.

Fig. 1 Monitoraggio del comportamento e della posizione delle mucche con Ultralytics YOLOv8.

Osservando attentamente la postura di una mucca, un allevatore può capire molte cose sul suo stato. Se una mucca che di solito sta spesso in piedi o cammina all'improvviso trascorre più tempo seduta, potrebbe avere un problema di salute. Monitorando costantemente il comportamento degli animali, gli allevatori possono assicurarsi che il bestiame sia in buona salute e intervenire rapidamente quando qualcosa non va. Possono creare un ambiente più sano ed efficiente per gli animali, migliorarne il benessere e ridurre i costi di manodopera.

IA e metodi tradizionali nel monitoraggio degli animali#

I metodi tradizionali per monitorare gli animali si basano spesso su osservazioni manuali e sensori invasivi come le targhette RFID, che usano le radiofrequenze per trasmettere dati in modalità wireless ai fini dell'identificazione e del tracciamento degli animali. Tuttavia, questi metodi possono richiedere molto tempo e lavoro e talvolta causare stress agli animali. Inoltre, queste targhette sono spesso costose, possono staccarsi facilmente dagli animali e rompersi. Problemi simili causano ingenti perdite agli allevatori. Per esempio, come ha osservato Bryan Elliott, fondatore di 406 Bovine, in un articolo di AgUpdate, un ranch del Montana, negli Stati Uniti, con 17.000 animali dotati tutti di targhette RFID, ne aveva perse circa 1.000 in un anno.

Al contrario, le soluzioni di visione artificiale per il monitoraggio degli animali offrono un metodo automatizzato e non invasivo, con numerosi vantaggi. Supponiamo che un animale abbia una malattia contagiosa e che sia importante tenerlo in quarantena per impedire che il contagio si diffonda agli altri animali. Con la visione artificiale possiamo monitorarlo costantemente senza disturbarlo. Possiamo rilevare rapidamente i cambiamenti nel suo stato di salute e fornirgli prima le cure adeguate. Questo aiuta anche a verificare se le terapie funzionano e ad assicurarsi che la malattia non si diffonda al resto della mandria.

Fig. 2. Monitoraggio dei maiali tramite visione artificiale.

Ecco alcuni dei principali vantaggi dell'uso della visione artificiale per analizzare il comportamento degli animali:

• Maggiore accuratezza nell'individuare i primi segni di malattia o stress.
• Monitoraggio continuo che non interferisce con il comportamento naturale.
• Riduzione significativa dei costi di manodopera e operativi.
• Informazioni utili per migliorare il benessere degli animali e la produttività dell'azienda agricola.

Come utilizzare YOLOv8 per monitorare il comportamento degli animali#

Puoi usare YOLOv8 per monitorare le abitudini alimentari, i movimenti, le interazioni sociali e molto altro. YOLOv8 eccelle in tecniche chiave di visione artificiale come il rilevamento degli oggetti, il tracciamento degli oggetti e la stima della posa.

Vediamo più nel dettaglio queste attività di visione artificiale:

• Rilevamento degli oggetti: il rilevamento degli oggetti serve a identificare e assegnare etichette a oggetti diversi all’interno di una singola immagine o di un singolo fotogramma video.
• Tracciamento degli oggetti: il tracciamento degli oggetti serve a seguire gli oggetti identificati mentre si spostano tra i diversi fotogrammi di un video.
• Stima della posa: la stima della posa serve a determinare la posizione e l’orientamento esatti di oggetti o parti del corpo in un’immagine o in un video.

Fig. 3. Stima della posa di una tigre con YOLOv8.

Con queste attività, YOLOv8 offre potenti capacità per monitorare e analizzare il comportamento degli animali. Grazie al rilevamento degli oggetti, YOLOv8 può identificare e classificare i singoli animali di una mandria per monitorarne le attività. Il tracciamento degli oggetti con YOLOv8 può poi seguire continuamente i movimenti di ogni animale nel tempo, da un fotogramma all’altro.

Combinando queste funzionalità con la stima della posa, YOLOv8 può fornire un'analisi dettagliata delle condizioni fisiche e del comportamento dell'animale. Gli agricoltori possono monitorare quanto tempo ogni animale trascorre mangiando, camminando o riposando. Questo aiuta a individuare eventuali cambiamenti nel comportamento, come una riduzione dei movimenti o un'alterazione delle abitudini alimentari, che possono indicare problemi di salute.

Fig. 4 Un esempio di conteggio di un branco di capre con YOLOv8.

Per ulteriori dettagli su come utilizzare YOLOv8 per diverse attività, visita le Guide Ultralytics.

Una giornata nella vita di un agricoltore che usa l'AI per monitorare gli animali#

Per farti capire quanto il monitoraggio degli animali con l'AI possa cambiare la vita di un agricoltore, vediamo come si svolge una giornata integrata con l'AI.

Fig. 5 L'AI può cambiare la vita quotidiana di un agricoltore.

Al mattino, un agricoltore potrebbe controllare il sistema di monitoraggio degli animali su un tablet. Le telecamere nella stalla e nei campi avrebbero analizzato il bestiame durante la notte e fornito report sulla salute, sul comportamento e sull’attività di ogni animale. Il sistema segnala all’agricoltore una mucca che mostra segni di zoppia, così può prestarle tempestivamente le cure necessarie.

Durante il giorno, i sistemi di visione artificiale monitorano continuamente gli animali e regolano le porzioni di mangime automatiche in base alle osservazioni in tempo reale delle abitudini alimentari e delle condizioni fisiche di ciascun animale. L'agricoltore monitora il branco da remoto e riceve notifiche su qualsiasi attività insolita o segno di sofferenza rilevato dalle telecamere. La sera, l'agricoltore esamina i dati per pianificare la giornata successiva.

L'IA può anche aiutare l'agricoltore a prendere decisioni migliori analizzando tendenze e schemi nei dati. Il machine learning può suggerire programmi di alimentazione ottimali, individuare precocemente potenziali problemi di salute e persino raccomandare modifiche per migliorare l'efficienza e la produttività complessive dell'azienda agricola. Con l'avvento di modelli come GPT-4o, l'IA può persino diventare un assistente utile per l'agricoltore.

L'AI nelle pratiche veterinarie e non solo#

Il monitoraggio degli animali basato sulla visione artificiale sta avendo un grande impatto su diversi settori oltre all’agricoltura. Nella conservazione della fauna selvatica, aiuta a tracciare gli animali, studiarne il comportamento e prevenire il bracconaggio tramite sorveglianza e avvisi in tempo reale. Ad esempio, l’organizzazione non profit britannica Conservation AI usa la visione artificiale per rilevare in tempo reale le minacce alle specie in via di estinzione, come pangolini e rinoceronti. Le telecamere basate sull’IA, installate in tutto il mondo, aiutano i conservazionisti a intervenire rapidamente contro il bracconaggio e altri pericoli. Inoltre, i modelli di apprendimento automatico di Google DeepMind vengono usati per analizzare milioni di immagini del Parco nazionale del Serengeti in Tanzania e identificare e contare gli animali. Le informazioni ricavate da queste immagini aiutano i conservazionisti a comprendere meglio le dinamiche delle popolazioni.

Fig. 6 Rilevamento degli animali per la tutela della fauna selvatica.

Allo stesso modo, i centri di ricerca utilizzano la visione artificiale per osservare il comportamento e la salute degli animali con maggiore precisione e in modo meno invasivo. I ricercatori possono raccogliere dati e informazioni preziosi per elaborare migliori strategie di conservazione. Nella cura degli animali domestici, gli strumenti di monitoraggio della salute basati sull'AI e i prodotti intelligenti, come le mangiatoie automatiche e i giocattoli interattivi, migliorano il benessere e il coinvolgimento degli animali.

Gli zoo e gli acquari usano la visione artificiale per monitorare il benessere degli animali, rilevare segni di malattia o stress e arricchire l’esperienza dei visitatori con mostre interattive. L’IA in ambito veterinario può aiutare a monitorare più efficacemente la salute degli animali, migliorando diagnosi e cure. Nel trasporto degli animali, la visione artificiale contribuisce a garantirne il benessere monitorando i livelli di stress e assicurando il rispetto delle normative. Nel complesso, il monitoraggio degli animali basato sull’IA migliora la loro cura in tutti questi settori.

Le sfide del tracciamento degli animali basato sull'AI#

Nonostante i numerosi vantaggi del tracciamento degli animali basato sull’IA, anche l’implementazione di queste soluzioni presenta delle sfide. Una delle principali è il costo iniziale per installare sistemi avanzati di visione artificiale nelle aziende agricole. Acquistare e installare le attrezzature necessarie può essere molto costoso e rappresentare un ostacolo importante per gli agricoltori, soprattutto per quelli con aziende più piccole. Potrebbero aver bisogno di aiuti finanziari o incentivi per adottare queste nuove tecnologie.

Un altro problema è la scarsa connessione a Internet nelle aree rurali. Una connessione Internet affidabile è fondamentale per elaborare i dati tramite il cloud e monitorare le attività da remoto. Senza una connettività affidabile, gli agricoltori potrebbero avere difficoltà a utilizzare sistemi di monitoraggio in tempo reale e di analisi dei dati basati sul cloud. Le soluzioni di edge computing possono affrontare questo problema elaborando i dati localmente, senza bisogno di una connessione al cloud.

Anche la privacy e la sicurezza dei dati sono questioni di grande rilievo. Con la raccolta e la condivisione di una quantità crescente di dati nell'agricoltura di precisione, gli agricoltori devono assicurarsi che le proprie informazioni siano al riparo da accessi non autorizzati e usi impropri. Servono normative più rigorose e standard di settore per proteggere i dati degli agricoltori e affrontare questi problemi di privacy e sicurezza.

Semplificare il lavoro agricolo con YOLOv8#

L’IA non può sostituire l’esperienza pratica degli agricoltori, ma può svolgere un ruolo importante nel monitoraggio del bestiame. Usando strumenti come Ultralytics YOLOv8 e modelli più recenti come Ultralytics YOLO26, gli agricoltori possono apprendere molto sul comportamento e sull’alimentazione degli animali, nonché sul loro benessere generale. Possono gestire più facilmente le proprie aziende agricole e prendersi cura meglio degli animali. Il futuro dell’agricoltura integrata con l’IA punta su intelligenza, efficienza e sostenibilità.

Unisciti alla nostra community per ricevere gli ultimi aggiornamenti sull'AI! Puoi anche scoprire di più sull'AI visitando il nostro repository GitHub ed esplorando le nostre soluzioni in settori diversi, come la produzione industriale e la sanità.