딥러닝 기반 자세 추정 알고리즘을 활용한 젖소의 꼬리 올림 행동 변화 분석 및 분만 징후 조기 예측 가능성 탐구 (Exploring the Potential for Early Prediction of Calving Signs through Analysis of Tail-Raising Behavior in Dairy Cows Using a Deep Learning-Based Pose Estimation Algorithm)

서지정보

· 발행기관 : 한국산업정보학회
· 수록지 정보 : 한국산업정보학회논문지 / 29권 / 6호 / 1 ~ 9페이지
· 저자명 : 채성욱, 이동화

초록

본 연구에서는 딥러닝 기반 젖소 꼬리 올림 행동 분석 시스템을 개발하여 농촌 인력 부족 문제 해결에 기여하고자 하였다. 궁극적으로는 분만 징후 조기 예측 시스템 구축을 목표로, YOLOv8 객체 탐지 모델로 젖소를 탐지하고, DeepLabCut 모델로 골격 키포인트를 추출하여 꼬리 올림 행동을 분석하였다. COCO 데이터셋과 축사 CCTV 영상 데이터를 활용하여 모델을 학습한 결과, YOLOv8x 모델은 높은 젖소 탐지 정확도를, DeepLabCut 모델은 정확한 골격 키포인트 추출 성능을 보였다. 특히, 다양한 꼬리 올림 각도를 97.5%의 정확도로 분류하는 데 성공하여, 향후 분만 징후 조기 예측 시스템 개발에 활용될 가능성을 확인하였다.

영어초록

This study aimed to develop a deep learning-based system for analyzing tail-raising behavior in dairy cows to contribute to solving the problem of labor shortage in rural areas. The ultimate goal is to build an early prediction system for calving signs. This study utilized the YOLOv8 object detection model to detect cows and the DeepLabCut model to extract skeletal keypoints for analyzing tail-raising behavior. The models were trained using the COCO dataset and farm CCTV footage. The results showed that the YOLOv8x model achieved high accuracy in cow detection, and the DeepLabCut model accurately extracted skeletal keypoints. Notably, the system successfully classified various tail-raising angles with 97.5% accuracy, confirming its potential for developing an early prediction system for calving signs in the future.

참고자료

· 없음