NeuroCore разработала систему видеоаналитики для идентификации лошадей на ферме

В компании NeuroCore завершён проект по разработке системы видеоаналитики для фермы, в рамках которого требовалось распознавать каждую лошадь в табуне. Цель — не допустить смешивания стад и сохранить их внутреннюю иерархию.

Задача включала создание базы из 10 000 уникальных животных, для каждой — не менее десяти фотографий хорошего качества. По сути, это аналог биометрической базы данных, но для животных.

Первые два месяца команда использовала стандартные методы — поиск изображений в открытых источниках и соцсетях. Однако удалось собрать лишь 30 % нужного объёма: дубликаты, низкое качество и ограниченное количество подходящих фото замедляли процесс.

Когда стало ясно, что традиционные способы неэффективны, специалисты NeuroCore обучили собственную нейросеть на уже собранных данных. Модель научилась анализировать фото и видео, отбирать изображения, где чётко видны ключевые точки морды животного, и исключать дубли.

Для полной автоматизации процесса был создан Telegram-бот. Он принимал архивы с изображениями, направлял их на обработку и автоматически раскладывал уникальные фото по папкам.

В результате скорость сбора данных выросла более чем в десять раз:

• до внедрения ИИ — около 500 изображений в день;
• после — свыше 5 000.

Всего за 13 дней удалось собрать недостающие 70 000 фотографий и завершить проект в срок.

Проект показал, как технологии машинного зрения и искусственного интеллекта можно использовать в агропроме — для учёта животных, мониторинга состояния и автоматизации рутинных операций.