Guia de classificação da condição corporal em vacas de corte
DOI:
https://doi.org/10.31285/AGRO.27.1165Palavras-chave:
condição corporal, imagens digitais, vacas de corte, tecnología da informaçãoResumo
O uso de técnicas preditivas baseadas em imagens de campo é proposto como um auxílio na criação de animais, onde o produtor poderia planejar o manejo nutricional do rebanho. A condição corporal (CC) medida em vacas mediante avaliação visual foi proposta como um bom estimador do estado nutricional do rebanho. Estudos prévios mostram que em vacas com maiores CC ao momento do parto, a gravidez no próximo serviço é aumentada de 10 a 15%, tendo um grande impacto na produtividade dos sistemas. Embora os benefícios da escala CC sejam reconhecidos, a percentagem de criadores que adotam esta ferramenta ainda é baixa, sendo a principal razão a falta de avaliadores treinados para registrá-la. O objetivo deste estudo foi desenvolver um método prático, repetível e não-invasivo para avaliar a CC através de um processo guiado, utilizando imagens tomadas no campo. Os resultados mostram que o método de determinação proposto comporta-se como uma ferramenta simples e barata para avaliar o estado nutricional, podendo ser aceito pelo criador dada à sua simplicidade assim como aos benefícios obtidos. Além disso, esta ferramenta também pode constituir um tutorial para a geração de experiência na qualificação de CC em vacas reprodutoras.
Downloads
Referências
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
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Agrociencia Uruguay
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
| Métricas do artigo | |
|---|---|
| Vistas abstratas | |
| Visualizações da cozinha | |
| Visualizações de PDF | |
| Visualizações em HTML | |
| Outras visualizações | |
