Recientemente, el Laboratorio de Investigación de Datos Científicos del Instituto de Información Agrícola de la Academia China de Ciencias Agrícolas (CAAS) desarrolló con éxito MASM-YOLO, un modelo ligero para el reconocimiento del comportamiento del ganado vacuno, utilizando tecnología de la información de última generación.

Este modelo permite la identificación rápida y precisa de seis comportamientos típicos del ganado vacuno, mejorando eficazmente la eficiencia de la gestión del rebaño. Los resultados de la investigación se publicaron en “Computers and Electronics in Agriculture”.

El equipo de investigación, centrado en escenarios de pastoreo al aire libre en pastizales naturales, propuso de forma innovadora el modelo de aprendizaje profundo MASM-YOLO durante el desarrollo del robot de pastoreo cuadrúpedo.

Este modelo aborda problemas clave como cambios drásticos en la iluminación, entornos de fondo complejos, oclusión por grupos de ganado y desenfoque de movimiento. Integra extracción de características multiescala, detección adaptativa y una red troncal ligera.

Este modelo permite la rápida identificación de comportamientos típicos del ganado vacuno, como estar de pie, tumbarse, pastar, beber, lamer y succionar, logrando una sinergia óptima entre la precisión de la identificación y la eficiencia computacional. Esto mejora eficazmente la eficiencia de la gestión del rebaño, incluyendo el diagnóstico de enfermedades, el monitoreo del estro, la alerta temprana de partos y la evaluación de la salud.

Este avance tecnológico no solo dota a los robots cuadrúpedos de «ojos inteligentes», sino que también proporciona soporte técnico clave para el desarrollo integral de robots de pastoreo.

Esta investigación fue apoyada por el Programa Nacional de Investigación y Desarrollo Clave de China y el Programa de Talentos Líderes de la Academia China de Ciencias Agrícolas.