Ultralytics YOLOv8を使用した動物行動の監視

国際連合によると、世界の人口は2050年までに96億人に達すると予測されています。世界の人口が増加する中、持続可能な農業ソリューションを生み出すために、私たちは農業分野でディープラーニングなどの先進技術を活用するようになっています。Ultralytics YOLOv8のようなコンピュータビジョンアルゴリズムは、特に動物行動のモニタリングにおいて大きな違いを生み出します。コンピュータビジョンを使用して収集した知見は、農家が家畜の管理や世話を効率化するのに役立ちます。この記事では、YOLOv8によって動物モニタリングの方法がどのように変わるのかを詳しく見ていきます。

ビジョンベースの動物モニタリングによるウェルフェアの向上#

家畜を注意深く見守ることは、健康状態を確認するうえで重要です。しかし、モニタリングして把握すべき動物の数が非常に多いため、これは難しい場合があります。人工知能（AI）を活用した動物モニタリングでは、高度なコンピュータビジョン技術を使用して動物の行動を観察・分析することで、この課題に対応できます。YOLOv8のようなアルゴリズムは、動物をリアルタイムで追跡し、侵襲的なセンサーやタグを必要とせずに正確なデータを提供できます。

農場や動物園、研究施設で使用することで、病気やストレス、不快感の初期兆候を発見し、より迅速なケアにつなげられます。また、動物の摂食習慣、社会的な相互作用、活動量もモニタリングできます。たとえば、コンピュータビジョンを使用して、牛が立っているのか、座っているのか、歩いているのかを識別する映像を考えてみましょう。

図1. Ultralytics YOLOv8を使用した牛の行動と位置のモニタリング。

牛の姿勢を注意深くモニタリングすることで、農家はその牛について多くのことを把握できます。普段はよく立ったり歩いたりする牛が、突然座っている時間が増えた場合、健康上の問題を示している可能性があります。動物の行動を継続的にモニタリングすることで、農家は家畜の健康を確認し、異常が見られた場合に迅速に対応できます。これにより、動物にとってより健康的で効率的な環境を整え、最終的にウェルビーイングを向上させ、労働コストを削減できます。

動物モニタリングにおけるAIと従来の手法の比較#

従来の動物モニタリングでは、手作業による観察や、動物の識別・追跡のために無線周波数を使用してデータをワイヤレス送信するRFIDタグのような侵襲的センサーに頼ることが多くあります。しかし、これらの方法は時間と労力がかかり、動物にストレスを与える場合もあります。また、タグは高価なことが多く、動物から簡単に外れて破損する可能性もあります。このような問題は、農家に大きな損失をもたらします。たとえば、AgUpdateの記事で406 Bovineの創設者Bryan Elliott氏が述べているように、17,000頭の動物（すべてにRFIDタグを装着）を飼育する米国モンタナ州の牧場では、1年間に約1,000個のタグを紛失しました。

これに対して、動物モニタリング向けのコンピュータビジョンソリューションは、非侵襲的で自動化されたソリューションとして多くのメリットを提供します。たとえば、動物が感染症にかかり、他の動物への感染拡大を防ぐために隔離が必要な場合を考えてみましょう。コンピュータビジョンを使用すれば、動物の邪魔をすることなく継続的にモニタリングできます。健康状態の変化を迅速に把握し、より早く適切なケアを提供できます。また、治療が効果を上げているかを確認し、群れの他の動物に病気が広がらないようにするのにも役立ちます。

図2. コンピュータビジョンを使用した豚のモニタリング。

コンピュータビジョンを使用して動物の行動を分析する主なメリットは次のとおりです。

• 病気やストレスの初期兆候を検出する精度の向上。
• 自然な行動を妨げない継続的なモニタリング。
• 労働コストと運用コストの大幅な削減。
• 動物のウェルフェアと農場の生産性を向上させる実用的な知見。

YOLOv8を使用した動物行動のモニタリング方法#

YOLOv8を使用して、摂食パターンや動き、社会的な相互作用などを追跡できます。YOLOv8は、物体検出、物体追跡、ポーズ推定などの主要なコンピュータビジョン技術に優れています。

これらのコンピュータビジョンタスクについて、詳しく見ていきましょう。

• 物体検出：物体検出は、1枚の画像またはビデオフレーム内にあるさまざまな物体を識別し、ラベル付けするために使用されます。
• 物体追跡：物体追跡は、ビデオ内の複数のフレームをまたいで移動する識別済みの物体を追跡するために使用されます。
• ポーズ推定：ポーズ推定は、画像やビデオ内の物体または身体部位の正確な位置と向きを特定するために使用されます。

図3. YOLOv8を使用したトラのポーズ推定。

これらのタスクを通じて、YOLOv8は動物行動のモニタリングと分析に役立つ強力な機能を提供します。物体検出により、YOLOv8は群れの中にいる個々の動物を識別・分類し、その活動をモニタリングできます。さらに、YOLOv8による物体追跡を使用すると、フレームからフレームへ、時間の経過に伴う各動物の動きを継続的に追跡できます。

これにポーズ推定を組み合わせることで、YOLOv8は動物の身体的状態と行動を詳細に分析できます。農家は、各動物が食事、歩行、休息に費やす時間をモニタリングできます。これにより、動きの減少や摂食習慣の変化など、健康上の問題を示す可能性がある行動の変化を発見できます。

図4. YOLOv8を使用したヤギの群れの頭数カウントの例。

YOLOv8をさまざまなタスクで使用する方法の詳細については、Ultralytics Guidesをご覧ください。

動物モニタリングにAIを活用する農家の1日#

AIによる動物モニタリングが農家の生活をどれほど変えられるかをイメージしていただくために、AIを取り入れた1日の流れを見てみましょう。

図5. AIによって変わる農家の1日の生活。

朝、農家はタブレットで動物モニタリングシステムを確認します。納屋や野原に設置されたカメラが夜間に家畜を分析し、各動物の健康状態、行動、活動に関するレポートを作成します。システムは跛行の兆候を示す牛について農家に警告し、農家はその牛に速やかにケアを施せます。

日中、コンピュータビジョンシステムは動物を継続的にモニタリングし、各動物の摂食習慣や身体状態をリアルタイムで観察した結果に基づいて、自動給餌量を調整します。農家は群れを遠隔でモニタリングし、カメラが検出した異常な活動や苦痛の兆候について通知を受け取ります。夕方にはデータを確認し、翌日の計画を立てます。

AIは、データの傾向やパターンを分析することで、農家がより適切な意思決定を行うのにも役立ちます。機械学習を使用して、最適な給餌スケジュールの提案、健康上の問題の早期発見、農場全体の効率と生産性を向上させるための変更の提案まで行えます。最新バージョンのChatGPTのような技術の登場により、GPT-4oのように、AIが農家にとって有用なアシスタントになることも可能になっています。

獣医療の現場などで活用されるAI#

コンピュータビジョンベースの動物モニタリングは、農業以外の複数の業界にも大きな影響を与えています。野生生物の保全では、リアルタイムの監視とアラートによって動物の追跡や行動の研究、密猟の防止に役立ちます。たとえば、英国を拠点とする非営利団体Conservation AIは、コンピュータビジョンを使用して、センザンコウやサイなどの絶滅危惧種に対する脅威をリアルタイムで検出しています。世界各地に配備された同団体のAI搭載カメラは、保全活動家が密猟などの危険に迅速に対応するのに役立ちます。また、Google DeepMindの機械学習モデルは、タンザニアのセレンゲティ国立公園で撮影された数百万枚の画像を分析し、動物の識別と頭数カウントを行うために使用されています。これらの画像から得られる知見は、保全活動家が個体群の動態をより深く理解するのに役立ちます。

図6. 野生生物保全のための動物の物体検出。

同様に、研究施設ではコンピュータビジョンを使用して、動物の行動や健康をより正確かつ低侵襲に観察しています。研究者は、より優れた保全戦略の策定に役立つ貴重なデータと知見を収集できます。ペットケアの分野では、自動給餌器やインタラクティブトイなどのAIを活用した健康モニタリングツールやスマート製品が、ペットのウェルビーイングと関与を向上させます。

動物園や水族館では、コンピュータビジョンを使用して動物のウェルフェアをモニタリングし、病気やストレスの兆候を検出するとともに、インタラクティブな展示で来場者の体験を向上させています。獣医療の現場におけるAIは、動物の健康をより効果的にモニタリングし、より良い診断と治療につなげるのに役立ちます。動物輸送では、コンピュータビジョンによってストレスレベルをモニタリングし、規制への準拠を確認することで、動物のウェルビーイングを確保できます。全体として、AIを活用した動物モニタリングは、これらの分野でより良い動物ケアを可能にします。

AIを活用した動物追跡に関する課題#

AIを活用した動物追跡には多くのメリットがある一方で、このようなソリューションの導入には課題もあります。大きな課題の1つは、農場に高度なコンピュータビジョンシステムを導入するための初期費用です。必要な機器の購入と設置には非常に多くの費用がかかるため、特に小規模な農家にとって大きな障壁となる可能性があります。こうした新しい技術を導入するには、資金援助やインセンティブが必要になる場合があります。

もう1つの問題は、農村地域における良好なインターネット接続の不足です。クラウド経由でデータを処理し、遠隔からモニタリングするには、安定したインターネット接続が不可欠です。信頼性の高い接続がなければ、農家はクラウドベースのリアルタイムモニタリングやデータ分析システムの利用に苦労する可能性があります。エッジコンピューティングソリューションを使用すれば、クラウド接続なしでデータをローカルに処理し、この問題に対処できます。

データのプライバシーとセキュリティも大きな懸念事項です。精密農業で収集・共有されるデータが増えるにつれて、農家は情報が不正アクセスや悪用から安全に保護されるようにする必要があります。農家のデータを保護し、こうしたプライバシーとセキュリティの問題に対処するには、より厳格な規制と業界標準が必要です。

YOLOv8で農業を効率化#

AIは農家の実地経験に取って代わることはできませんが、家畜を見守る方法において重要な役割を果たせます。最新のUltralytics YOLOv8モデルのようなツールを使用することで、農家は動物の行動や食事、全体的なウェルビーイングについて多くを把握できます。農場をより簡単に管理し、動物をより適切に世話できるようになります。AIを統合した農業の未来は、スマートで効率的かつ持続可能であることが重要です。

AIに関する最新情報を得るために、ぜひコミュニティにご参加ください。また、GitHubリポジトリをご覧いただき、製造やヘルスケアなど、さまざまな分野における当社のソリューションをご確認いただくことで、AIについてさらに学べます。