Guía de clasificación de la condición corporal en vacas de cría
DOI:
https://doi.org/10.31285/AGRO.27.1165Palabras clave:
condición corporal, imágenes digitales, vacas de cría, tecnología de la informaciónResumen
El uso de técnicas predictivas basadas en la toma de imágenes de campo es propuesto como un método de auxilio en la cría animal, en donde el productor podría planificar el manejo de la nutrición del rodeo. La condición corporal (CC) medida en vacas de cría mediante apreciación visual ha sido propuesta como un buen estimador del estado nutricional del rodeo. Estudios previos demuestran que en vacas con mayores CC al parto la preñez al siguiente servicio se incrementa de 10 a 15%, teniendo este resultado gran impacto en la producción de los sistemas. Aunque se reconocen los beneficios de la escala de CC, el porcentaje de criadores que utilizan esta herramienta sigue siendo bajo, siendo la razón principal la falta de calificadores formados para registrarla. El objetivo de este estudio fue desarrollar un método práctico, repetitivo y no invasivo para evaluar la CC mediante un proceso de calificación guiada, utilizando imágenes tomadas en el campo. Los resultados muestran que el método de determinación de la CC propuesto se comporta como una herramienta sencilla y económica para evaluar el estado nutricional, por lo que puede ser aceptado por el criador dada su sencillez y los beneficios obtenidos. Adicionalmente, esta herramienta también puede constituir un tutorial para la generación de experiencia en la calificación de la CC en vacas de cría.
Descargas
Referencias bibliográficas
Arias P, Pini A, Sanguinetti G, Sprechmann P. Segmentación con información a priori de forma aplicada a Sistema de Valoración Cárnica [grade’s thesis]. Montevideo (UY): Universidad de la República, Facultad de Ingeniería; 2005. 150p.
Armand-Ugón J, Invernizzi A, Secco A. Generación de una base de datos en el programa Cond_corp para la raza Braford [grade’s thesis on Internet]. Montevideo (UY): Universidad de la República, Facultad de Agronomía; 2016 [cited 2023 Jul 31]. 50p. Available from: https://hdl.handle.net/20.500.12008/19724
Arotxarena A, Irazábal P. Clasificación guiada de imágenes para la determinación de la condición corporal en ganado Hereford [grade’s thesis on Internet]. Montevideo (UY): Universidad de la República, Facultad de Agronomía; 2014 [cited 2023 Jul 31]. 47p. Available from: https://hdl.handle.net/20.500.12008/8762
Azambuja N, Carriquiry F, Pérez M, Sicardi I. Validación y clasificación guiada de imágenes para la determinación de la condición corporal en ganado Aberdeen Angus y cruza Angus-Hereford [grade’s thesis on Internet]. Montevideo (UY): Universidad de la República, Facultad de Agronomía; 2015 [cited 2023 Jul 31]. 39p. Available from: https://hdl.handle.net/20.500.12008/8722
Azzaro G, Caccamo M, Ferguson JD, Battiato S, Farinella GM, Guarnera GC, Puglisi G, Petrigiliero R, Licitra G. Objective estimation of body condition score by modeling. J Dairy Sci. 2011;94:2126-37. Doi: 10.3168/jds.2010-3467. DOI: https://doi.org/10.3168/jds.2010-3467
Azzaro G, Caccamo M, Licitra G, Ferguson JD. Estimation of cow's body condition score from images. In: International Workshop on Visual Observation and Analysis of Animal and Insect Behavior (VAIB) [Internet]. [place unknown]: ICPR; 2010 [cited 2023 Jul 31]. 4p. Available from: https://homepages.inf.ed.ac.uk/rbf/VAIB10PAPERS/gfVAIB2010Final.pdf
Bercovich A, Edan Y, Alchanatis V, Moallem U, Parmet Y, Honig H, Maltz E, Antler A, Halachmi I. Development of an automatic cow body condition scoring using body shape signature and Fourier descriptors. J Dairy Sci. 2013;96:8047-59. Doi: 10.3168/jds.2013-6568. DOI: https://doi.org/10.3168/jds.2013-6568
Bewley JM, Peacock AM, Lewis O, Boyce RE, Roberts DJ, Coffey MP, Kenyon SJ, Schutz MM. Potential for estimation of body condition scores in dairy cattle from digital images. J Dairy Sci. 2008;91(9):3439-53. Doi: 10.3168/jds.2007-0836. DOI: https://doi.org/10.3168/jds.2007-0836
Bianculli M, Duffour AY, Lezama J. Proyecto Ojo de Bife: Extracción automática de información de imágenes color del músculo longissimus dorsi [grade’s thesis on Internet]. Montevideo (UY): Universidad de la República, Facultad de Ingeniería; 2007 [cited 2023 Jul 31]. 145p. Available from: https://hdl.handle.net/20.500.12008/2849
Bomio S, Cabrera F, Horta J. Validación del programa cond_corp en el rodeo Hereford de la Estación Experimental Mario Alberto Cassinoni [grade’s thesis on Internet]. Montevideo (UY): Universidad de la República, Facultad de Agronomía; 2015 [cited 2023 Jul 31]. 51p. Available from: https://hdl.handle.net/20.500.12008/8718
Cancela P, Reyes F, Rodríguez P, Randall G, Fernández A. Automatic object detection using shape information in ultrasound images. In: Proceedings 2003 International Conference on Image Processing. Vol. 3. Tampere: IEEE; 2003. pp. 417-20. Doi: 10.1109/ICIP.2003.1247270. DOI: https://doi.org/10.1109/ICIP.2003.1247270
Earle DF. A guide to scoring dairy cow condition. J Agric. 1976;74:228-31.
Ferguson JD, Azzaro G, Licitra G. Body condition using digital images. J Dairy Sci. 2006;89(10):3833-41. Doi: 10.3168/jds.S0022-0302(06)72425-0. DOI: https://doi.org/10.3168/jds.S0022-0302(06)72425-0
Gaimari K, Peñagaricano E. Entrenamiento en la calificación de la condición corporal mediante el software Cond_corp [grade’s thesis on Internet]. Montevideo (UY): Universidad de la República, Facultad de Agronomía; 2017 [cited 2023 Jul 31]. 50p. Available from: https://hdl.handle.net/20.500.12008/18647
Halachmi I, Klopcic M, Polak P, Roberts DJ, Bewley JM. Automatic assessment of dairy cattle body condition score using thermal imaging. Comput Electron Agric. 2013;99:35-40. Doi: 10.1016/j.compag.2013.08.012. DOI: https://doi.org/10.1016/j.compag.2013.08.012
Halachmi I, Klopcic M, Polak P. Body condition scoring using thermal camera. In: Proceedings of the 20th Conference on Dairy Science. Jerusalem: ICBA; 2008. pp. 26.
Krukowski M. Automatic determination of body condition score of dairy cows from 3D images [master’s thesis]. Stockholm (SE): KTH Royal Institute of Technology; 2009. 89p.
Ministerio de Ganadería, Agricultura y Pesca, SNIG (UY). Conceptos sobre trazabilidad individual [Internet]. Montevideo: MGAP; 2022 [cited 2023 Jul 31]. Available from: https://www.snig.gub.uy/principal/snig-principal-trazabilidad-trazabilidad-individual-prueba
Oborsky M, Pachón F. Validación de la metodología del programa cond_corp para la calificación de la condición corporal en vacas de diferentes genotipos en situaciones reales de producción [grade’s thesis on Internet]. Montevideo (UY): Universidad de la República, Facultad de Agronomía; 2016 [cited 2023 Jul 31]. 38p. Available from: https://hdl.handle.net/20.500.12008/19706
Qiao Y, Kong H, Clark C, Lomax S, Su D, Eiffert S, Sukkarieh S. Intelligent perception-based cattle lameness detection and behaviour recognition: a review. Animals (Basel). 2021;11(11):3033. Doi: 10.3390/ani11113033. DOI: https://doi.org/10.3390/ani11113033
Shelley AN, Lau DL, Stone AE, Bewley JM. Short communication: measuring feed volume and weight by machine vision. J Dairy Sci. 2016;99:386-91. Doi: 10.3168/jds.2014-8964. DOI: https://doi.org/10.3168/jds.2014-8964
Song X, Bokkers EAM, Van Mourik S, Groot Koerkamp PWG, Van der Tol PPJ. Automated body condition scoring of dairy cows using 3-dimensional feature extraction from multiple body regions. J Dairy Sci. 2019;102(5):4294-308. Doi: 10.3168/jds.2018-15238. DOI: https://doi.org/10.3168/jds.2018-15238
Spoliansky R, Edan Y, Parmet Y, Halachm I. Development of automatic body condition scoring using a low-cost 3-dimensional Kinect camera. J Dairy Sci. 2016;99:7714-23. Doi: 10.3168/jds.2015-10607. DOI: https://doi.org/10.3168/jds.2015-10607
Tedín R, Becerra JA, Duro RJ, Ismael Martínez I. Towards automatic estimation of the body condition score of dairy cattle using hand-held images and active shape models. In: Graña M, Toro C, Posada J, Howlett RJ, Jain LC, editors. Advances in knowledge-based and intelligent information and engineering systems. Amsterdam: IOS Press; 2012. pp. 2150-9. Doi: 10.3233/978-1-61499-105-2-2150.
Vizcarra JA, Ibañez W, Orcasberro R. Repeatability, and reproducibility of two scales for estimating body condition in Hereford cows. Investigaciones Agronómicas. 1986;(7):45-7.
Yukun S, Pengju H, Yujie W, Ziqi C, Yang L, Baisheng D, Runze L, Yonggen Z. Automatic monitoring system for individual dairy cows based on a deep learning framework that provides identification via body parts and estimation of body condition score. J Dairy Sci. 2019;102(11):1014051. Doi: 10.3168/jds.2018-16164. DOI: https://doi.org/10.3168/jds.2018-16164
Zin TT, Seint PT, Tin P, Horii Y, Kobayashi I. Body condition score estimation based on regression analysis using a 3D, camera. Sensors (Basel). 2020;20(13):3705. Doi: 10.3390/s20133705. DOI: https://doi.org/10.3390/s20133705
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Agrociencia Uruguay
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
