人工智能在养殖业的场景化应用

有猪经济、猪周期、猪通货膨胀，二师兄不仅丰富着人们的餐桌，也牵动了国民经济的神经。

如今养猪已经成为有头有脸的公司争相投资的领域，网易、京东、小米、阿里、联想都投资了养猪，高科技也成为这些互联网武装养猪的黑科技，用来区分跟传统养猪企业的差异化。

传感技术、无线通信技术、人工智能技术、云计算、大数据、物联网技术应用在养殖业，可以实现科学养殖，降本增效、精准养殖。

1、计数

利用高清摄像头对着通道，牲畜走过的时候可以进行计数，通过无线通信连接网络，把计数结果传到云端存储。

2、家畜的识别，猪脸识别

通过高清摄像头抓拍猪脸，传到后端，通过猪脸数据标注和训练，可以识别出来不同的猪，进而可以对猪进行识别；猪脸结构比较复杂，要识别具体那只猪还是比较难得，要不断的调优训练。

3、体温监测

通过测温耳钉采集牲畜的体温，通过无线通信网络传输到物联网平台，在云端进行监控。根据体温的异常来发现牲畜的一些特征，比如母猪发情、比如疾病。

4、猪异常表现识别

1）母猪发情

采集母猪照片，对发情期的异常表现照片进行标注，训练后用作推理判断母猪是否发情；同时继续抓拍照片进行后端存储用作进一步训练，通过持续训练就可以达到高准确识别率。

2）生病监测

采集猪的照片，对生病的照片进行标注训练，进行推理判断猪是否生病，再持续抓取，不断迭代训练，逐渐提高识别准确率。

5、家畜联网，猪联网、牛联网，跑步猪计步

通过耳钉、指环、腿环等物联网终端，标示牲畜的唯一性，周期性上报信息，也可以装上计步器、定位芯片实现牲畜联网。

6、家畜养殖供需预测

采集养殖业的各种数据，采集市场销售数据，猪流行病数据，建立牲畜出栏、存栏、售价曲线，及时调整养殖策略。

7、体重判断

牲畜是否长成，及时出栏是非常重要的，代表着成本和收益，因为牲畜长成之后就会长得很慢，甚至下降。结合牲畜识别技术，每天抓拍到同一头牲畜时对体型进行分析，判断体重，进而判断长势情况，对于长成的及时提示出栏。

8、牲畜流行病监控

根据牲畜的发病数据，养殖行业数据监测，发布流行病趋势，给养殖企业提供指引预防隔离。

文中提到牲畜，这些技术和应用场景对家禽有些也是适用。同时这些技术是结合的，互为补充的；比如体温和体态可以互相认证来实现准确判断，猪脸和rfid也可以互相结合，最终实现高准确率的识别，这需要一定的周期验证。