एआई तकनीक का उपयोग करके अपने मवेशियों पर नज़र रखें | अमेज़न वेब सेवाएँ

At अमेज़ॅन वेब सेवा (एडब्ल्यूएस), हम न केवल ग्राहकों को विभिन्न प्रकार के व्यापक तकनीकी समाधान प्रदान करने के लिए उत्सुक हैं, बल्कि हम अपने ग्राहकों की व्यावसायिक प्रक्रियाओं को गहराई से समझने के लिए भी उत्सुक हैं। हम ग्राहकों को उनके मूल्य प्रस्तावों को सुलझाने, समस्या बिंदुओं को इकट्ठा करने, उचित समाधान प्रस्तावित करने और सबसे अधिक लागत प्रभावी और उपयोगी प्रोटोटाइप बनाने में मदद करने के लिए तीसरे पक्ष के परिप्रेक्ष्य और वस्तुनिष्ठ निर्णय को अपनाते हैं ताकि उन्हें व्यवस्थित रूप से अपने व्यावसायिक लक्ष्यों को प्राप्त करने में मदद मिल सके।

इस विधि को कहा जाता है पीछे की ओर काम करना एडब्ल्यूएस पर। इसका अर्थ है प्रौद्योगिकी और समाधानों को एक तरफ रखना, ग्राहकों के अपेक्षित परिणामों से शुरू करना, उनके मूल्य की पुष्टि करना, और फिर किसी समाधान को अंतिम रूप से लागू करने से पहले रिवर्स ऑर्डर में क्या करने की आवश्यकता है, इसका अनुमान लगाना। कार्यान्वयन चरण के दौरान, हम की अवधारणा का भी पालन करते हैं न्यूनतम व्यवहार्य उत्पाद और शीघ्रता से एक प्रोटोटाइप बनाने का प्रयास करें जो कुछ ही हफ्तों में मूल्य उत्पन्न कर सके, और फिर उस पर पुनरावृति कर सके।

आज, आइए एक केस स्टडी की समीक्षा करें जहां AWS और न्यू होप डेयरी ने क्लाउड पर एक स्मार्ट फार्म बनाने के लिए सहयोग किया। इस ब्लॉग पोस्ट से, आप इस बारे में गहरी समझ प्राप्त कर सकते हैं कि स्मार्ट फ़ार्म बनाने के लिए AWS क्या प्रदान कर सकता है और AWS विशेषज्ञों के साथ क्लाउड पर स्मार्ट फ़ार्म एप्लिकेशन कैसे बनाएं।

परियोजना पृष्ठभूमि

दूध एक पौष्टिक पेय है. राष्ट्रीय स्वास्थ्य को ध्यान में रखते हुए, चीन सक्रिय रूप से डेयरी उद्योग के विकास को बढ़ावा दे रहा है। यूरोमॉनिटर इंटरनेशनल के आंकड़ों के अनुसार, चीन में डेयरी उत्पादों की बिक्री 638.5 में 2020 बिलियन आरएमबी तक पहुंच गई और 810 में 2025 बिलियन आरएमबी तक पहुंचने की उम्मीद है। इसके अलावा, पिछले 14 वर्षों में चक्रवृद्धि वार्षिक वृद्धि दर भी 10 प्रतिशत तक पहुंच गई है। तेजी से विकास दिखा रहा है.

दूसरी ओर, 2022 तक, चीनी डेयरी उद्योग में अधिकांश राजस्व अभी भी तरल दूध से आता है। कच्चे दूध का साठ प्रतिशत तरल दूध और दही के लिए उपयोग किया जाता है, और अन्य 20 प्रतिशत दूध पाउडर - तरल दूध का व्युत्पन्न होता है। पनीर और क्रीम जैसे उच्च प्रसंस्कृत उत्पादों के लिए बहुत ही कम मात्रा का उपयोग किया जाता है।

तरल दूध एक हल्का प्रसंस्कृत उत्पाद है और इसका उत्पादन, गुणवत्ता और लागत कच्चे दूध से निकटता से जुड़ा हुआ है। इसका मतलब यह है कि यदि डेयरी उद्योग अत्यधिक प्रसंस्कृत उत्पादों के उत्पादन पर ध्यान केंद्रित करने, नए उत्पाद बनाने और अधिक नवीन जैव प्रौद्योगिकी अनुसंधान करने की क्षमता मुक्त करना चाहता है, तो उसे पहले कच्चे दूध के उत्पादन और गुणवत्ता में सुधार और स्थिरीकरण करना होगा।

डेयरी उद्योग के अग्रणी के रूप में, न्यू होप डेयरी इस बारे में सोच रही है कि अपने फार्म संचालन की दक्षता में सुधार कैसे किया जाए और कच्चे दूध का उत्पादन और गुणवत्ता कैसे बढ़ाई जाए। न्यू होप डेयरी डेयरी उद्योग में नवाचार को सुविधाजनक बनाने के लिए एडब्ल्यूएस के तीसरे पक्ष के परिप्रेक्ष्य और तकनीकी विशेषज्ञता का उपयोग करने की उम्मीद करती है। न्यू होप डेयरी के वीपी और सीआईओ, लिउटोंग हू के समर्थन और प्रचार के साथ, एडब्ल्यूएस ग्राहक टीम ने डेयरी फार्मों के लिए संचालन और संभावित नवाचार बिंदुओं को व्यवस्थित करना शुरू किया।

डेयरी फार्म की चुनौतियाँ

AWS क्लाउड प्रौद्योगिकी के क्षेत्र में एक विशेषज्ञ है, लेकिन डेयरी उद्योग में नवाचार को लागू करने के लिए डेयरी विषय विशेषज्ञों की पेशेवर सलाह आवश्यक है। इसलिए, हमने फार्म के सामने आने वाले कुछ मुद्दों और चुनौतियों को समझने के लिए न्यू होप डेयरी के उत्पादन प्रौद्योगिकी केंद्र के उप निदेशक लियानग्रोंग सॉन्ग, खेत प्रबंधन टीम और पोषण विशेषज्ञों के साथ कई गहन साक्षात्कार आयोजित किए।

सबसे पहले आरक्षित गायों की सूची ले रहा है

खेत में डेयरी गायों को दो प्रकारों में विभाजित किया गया है: दुधारू गायें और गायों को आरक्षित करें. डेयरी गायें परिपक्व होती हैं और लगातार दूध देती हैं, जबकि आरक्षित गायें ऐसी गायें होती हैं जो अभी तक दूध देने की उम्र तक नहीं पहुंची हैं। बड़े और मध्यम आकार के फार्म आमतौर पर अधिक आरामदायक बढ़ते वातावरण बनाने के लिए आरक्षित गायों को एक बड़ा खुला गतिविधि क्षेत्र प्रदान करते हैं।

हालाँकि, डेयरी गायें और आरक्षित गायें दोनों ही फार्म की संपत्ति हैं और इन्हें मासिक रूप से सूचीबद्ध करने की आवश्यकता है। डेयरी गायों को हर दिन दूध दिया जाता है, और क्योंकि वे दूध देने के दौरान अपेक्षाकृत स्थिर होती हैं, इन्वेंट्री ट्रैकिंग आसान होती है। हालाँकि, आरक्षित गायें खुली जगह पर होती हैं और स्वतंत्र रूप से घूमती हैं, जिससे उनकी सूची बनाना असुविधाजनक हो जाता है। हर बार जब सूची ली जाती है, तो कई कर्मचारी अलग-अलग क्षेत्रों से आरक्षित गायों की बार-बार गिनती करते हैं और अंत में, संख्याओं की जांच की जाती है। इस प्रक्रिया में कई श्रमिकों को एक से दो दिन लग जाते हैं, और अक्सर गिनती को संरेखित करने में समस्याएं होती हैं या इस बारे में अनिश्चितता होती है कि प्रत्येक गाय की गिनती की गई है या नहीं।

यदि हमारे पास आरक्षित गायों की शीघ्रता और सटीकता से सूची बनाने का कोई तरीका हो तो महत्वपूर्ण समय बचाया जा सकता है।

दूसरा है लंगड़े मवेशियों की पहचान करना

वर्तमान में, अधिकांश डेयरी कंपनियाँ इसी नाम की नस्ल का उपयोग करती हैं होल्स्टीन दूध का उत्पादन करने के लिए. होल्स्टीन वह काली और सफेद गाय है जिससे हममें से अधिकांश लोग परिचित हैं। अधिकांश डेयरी कंपनियां एक ही नस्ल का उपयोग करने के बावजूद, विभिन्न कंपनियों और फार्मों के बीच दूध उत्पादन की मात्रा और गुणवत्ता में अभी भी अंतर हैं। ऐसा इसलिए है क्योंकि डेयरी गायों के स्वास्थ्य का सीधा असर दूध उत्पादन पर पड़ता है।

हालाँकि, गायें इंसानों की तरह अपने आप असुविधा व्यक्त नहीं कर सकती हैं, और पशु चिकित्सकों के लिए नियमित रूप से हजारों गायों की शारीरिक जांच करना व्यावहारिक नहीं है। इसलिए, हमें गायों की स्वास्थ्य स्थिति का शीघ्रता से आकलन करने के लिए बाहरी संकेतकों का उपयोग करना होगा।

गाय के स्वास्थ्य के बाहरी संकेतकों में शामिल हैं शरीर की स्थिति स्कोर और लंगड़ापन की डिग्री. शारीरिक स्थिति स्कोर काफी हद तक गाय के शरीर में वसा प्रतिशत से संबंधित है और एक दीर्घकालिक संकेतक है, जबकि लंगड़ापन पैर की समस्याओं या पैर के संक्रमण और अन्य मुद्दों के कारण होने वाला एक अल्पकालिक संकेतक है जो गाय के मूड, स्वास्थ्य और दूध उत्पादन को प्रभावित करता है। इसके अतिरिक्त, वयस्क होल्स्टीन गायों का वजन 500 किलोग्राम से अधिक हो सकता है, जो स्थिर न होने पर उनके पैरों को महत्वपूर्ण नुकसान पहुंचा सकता है। इसलिए, जब लंगड़ापन होता है, तो पशु चिकित्सकों को जल्द से जल्द हस्तक्षेप करना चाहिए।

2014 के एक अध्ययन के अनुसार, चीन में गंभीर रूप से लंगड़ी गायों का अनुपात 31 प्रतिशत तक हो सकता है। हालाँकि अध्ययन के बाद स्थिति में सुधार हो सकता है, लेकिन फार्मों पर पशुचिकित्सकों की संख्या बेहद सीमित है, जिससे गायों की नियमित निगरानी करना मुश्किल हो जाता है। जब लंगड़ापन का पता चलता है, तो स्थिति अक्सर गंभीर होती है, और उपचार समय लेने वाला और कठिन होता है, और दूध उत्पादन पहले से ही प्रभावित होता है।

यदि हमारे पास गायों में लंगड़ापन का समय पर पता लगाने और हल्की लंगड़ापन अवस्था में पशु चिकित्सकों को हस्तक्षेप करने के लिए प्रेरित करने का कोई तरीका है, तो गायों के समग्र स्वास्थ्य और दूध उत्पादन में वृद्धि होगी, और फार्म के प्रदर्शन में सुधार होगा।

अंत में, फ़ीड लागत अनुकूलन है

पशुधन उद्योग में, चारा सबसे बड़ी परिवर्तनीय लागत है। फ़ीड की गुणवत्ता और सूची सुनिश्चित करने के लिए, खेतों को अक्सर घरेलू और विदेशी आपूर्तिकर्ताओं से फ़ीड सामग्री खरीदने और उन्हें प्रसंस्करण के लिए फ़ीड फॉर्मूलेशन कारखानों तक पहुंचाने की आवश्यकता होती है। आधुनिक फ़ीड सामग्री के कई प्रकार हैं, जिनमें सोयाबीन भोजन, मक्का, अल्फाल्फा, जई घास इत्यादि शामिल हैं, जिसका अर्थ है कि इसमें कई चर शामिल हैं। प्रत्येक प्रकार की फ़ीड सामग्री का अपना मूल्य चक्र और मूल्य में उतार-चढ़ाव होता है। महत्वपूर्ण उतार-चढ़ाव के दौरान, फ़ीड की कुल लागत में 15 प्रतिशत से अधिक का उतार-चढ़ाव हो सकता है, जिससे महत्वपूर्ण प्रभाव पड़ सकता है।

फ़ीड लागत में उतार-चढ़ाव होता है, लेकिन लंबी अवधि में डेयरी उत्पाद की कीमतें अपेक्षाकृत स्थिर रहती हैं। नतीजतन, अन्यथा अपरिवर्तित परिस्थितियों में, फ़ीड लागत में बदलाव के कारण कुल लाभ में काफी उतार-चढ़ाव हो सकता है।

इस उतार-चढ़ाव से बचने के लिए, कीमतें कम होने पर अधिक सामग्री के भंडारण पर विचार करना आवश्यक है। लेकिन स्टॉकिंग को यह भी विचार करने की आवश्यकता है कि क्या कीमत वास्तव में गर्त में है और मौजूदा खपत दर के अनुसार कितनी मात्रा में चारा खरीदा जाना चाहिए।

यदि हमारे पास फ़ीड की खपत का सटीक पूर्वानुमान लगाने और इसे खरीदने के लिए फ़ीड की सर्वोत्तम मात्रा और समय का सुझाव देने के लिए इसे समग्र मूल्य प्रवृत्ति के साथ संयोजित करने का कोई तरीका है, तो हम लागत को कम कर सकते हैं और खेत पर दक्षता बढ़ा सकते हैं।

यह स्पष्ट है कि ये मुद्दे सीधे तौर पर ग्राहक के सुधार के लक्ष्य से संबंधित हैं फार्म परिचालन दक्षता, और विधियाँ क्रमशः हैं श्रम को मुक्त करना, उत्पादन बढ़ाना और लागत कम करना. प्रत्येक मुद्दे को हल करने की कठिनाई और मूल्य पर चर्चा के माध्यम से, हमने चुना उत्पादन बढ़ाना शुरुआती बिंदु के रूप में और लंगड़ी गायों की समस्या को हल करने को प्राथमिकता दी गई।

अनुसंधान

प्रौद्योगिकी पर चर्चा से पहले शोध करना जरूरी था। यह शोध संयुक्त रूप से AWS ग्राहक टीम द्वारा संचालित किया गया था एडब्ल्यूएस जेनरेटिव एआई इनोवेशन सेंटर, जो मशीन लर्निंग एल्गोरिदम मॉडल को प्रबंधित करता है, और एडब्ल्यूएस एआई शंघाई लैबलेट, जो नवीनतम कंप्यूटर विज़न अनुसंधान और न्यू होप डेयरी की विशेषज्ञ कृषि टीम पर एल्गोरिदम परामर्श प्रदान करता है। शोध को कई भागों में विभाजित किया गया था:

• लंगड़ी गायों की पारंपरिक कागज-आधारित पहचान पद्धति को समझना और लंगड़ी गायें क्या हैं, इसकी बुनियादी समझ विकसित करना।
• मौजूदा समाधानों की पुष्टि करना, जिनमें खेतों और उद्योग में उपयोग किए जाने वाले समाधान भी शामिल हैं।
• भौतिक स्थिति और सीमाओं को समझने के लिए कृषि पर्यावरण अनुसंधान का संचालन करना।

सामग्री का अध्ययन करने और साइट पर वीडियो देखने के माध्यम से, टीमों ने लंगड़ी गायों की बुनियादी समझ हासिल की। पाठक नीचे दी गई एनिमेटेड छवि के माध्यम से लंगड़ी गायों की मुद्रा का मूल विचार भी प्राप्त कर सकते हैं।

अपेक्षाकृत स्वस्थ गाय के विपरीत।

स्वस्थ गायों की तुलना में लंगड़ी गायों की मुद्रा और चाल में अंतर दिखाई देता है।

मौजूदा समाधानों के संबंध में, अधिकांश खेत लंगड़ी गायों की पहचान करने के लिए पशु चिकित्सकों और पोषण विशेषज्ञों द्वारा दृश्य निरीक्षण पर भरोसा करते हैं। उद्योग में, ऐसे समाधान हैं जो पहचान के लिए पहनने योग्य पेडोमीटर और एक्सेलेरोमीटर का उपयोग करते हैं, साथ ही ऐसे समाधान भी हैं जो पहचान के लिए विभाजित वेटब्रिज का उपयोग करते हैं, लेकिन दोनों अपेक्षाकृत महंगे हैं। अत्यधिक प्रतिस्पर्धी डेयरी उद्योग के लिए, हमें पहचान लागत और गैर-जेनेरिक हार्डवेयर पर लागत और निर्भरता को कम करने की आवश्यकता है।

खेत के पशु चिकित्सकों और पोषण विशेषज्ञों के साथ जानकारी पर चर्चा और विश्लेषण करने के बाद, एडब्ल्यूएस जेनरेटिव एआई इनोवेशन सेंटर के विशेषज्ञों ने पहचान के लिए कंप्यूटर विज़न (सीवी) का उपयोग करने का निर्णय लिया, जो केवल सामान्य हार्डवेयर पर निर्भर थे: नागरिक निगरानी कैमरे, जो कोई अतिरिक्त बोझ नहीं जोड़ते हैं। गायें और लागत और उपयोग बाधाओं को कम करें।

इस दिशा पर निर्णय लेने के बाद, हमने हजारों गायों वाले एक मध्यम आकार के फार्म का दौरा किया, खेत के वातावरण की जांच की, और कैमरा प्लेसमेंट का स्थान और कोण निर्धारित किया।

प्रारंभिक प्रस्ताव

अब, समाधान के लिए. हमारे सीवी-आधारित समाधान के मूल में निम्नलिखित चरण शामिल हैं:

• गाय की पहचान: वीडियो के एक फ्रेम में कई गायों को पहचानें और प्रत्येक गाय की स्थिति को चिह्नित करें।
• गाय ट्रैकिंग: जब वीडियो रिकॉर्डिंग हो रही होती है, तो हमें फ्रेम बदलने पर लगातार गायों को ट्रैक करने और प्रत्येक गाय को एक अद्वितीय नंबर निर्दिष्ट करने की आवश्यकता होती है।
• मुद्रा अंकन: गाय की छवियों को चिह्नित बिंदुओं में परिवर्तित करके गाय की गतिविधियों की आयामीता को कम करें।
• विसंगति की पहचान: चिह्नित बिंदुओं की गतिशीलता में विसंगतियों को पहचानें।
• लंगड़ी गाय एल्गोरिदम: गाय के लंगड़ेपन की डिग्री निर्धारित करने के लिए एक अंक प्राप्त करने के लिए विसंगतियों को सामान्य करें।
• दहलीज निर्धारण: विशेषज्ञ इनपुट के आधार पर एक सीमा प्राप्त करें।

एडब्ल्यूएस जेनेरेटिव एआई इनोवेशन सेंटर के विशेषज्ञों के फैसले के अनुसार, पहले कुछ चरण सामान्य आवश्यकताएं हैं जिन्हें ओपन-सोर्स मॉडल का उपयोग करके हल किया जा सकता है, जबकि बाद के चरणों के लिए हमें गणितीय तरीकों और विशेषज्ञ हस्तक्षेप का उपयोग करने की आवश्यकता होती है।

समाधान में कठिनाइयाँ

लागत और प्रदर्शन को संतुलित करने के लिए, हमने yolov5l मॉडल को चुना, जो गाय की पहचान के लिए एक मध्यम आकार का पूर्व-प्रशिक्षित मॉडल है, जिसकी इनपुट चौड़ाई 640 पिक्सेल है, जो इस दृश्य के लिए अच्छा मूल्य प्रदान करता है।

जबकि YOLOv5 एक ही छवि में गायों को पहचानने और टैग करने के लिए जिम्मेदार है, वास्तव में, वीडियो में कई छवियां (फ़्रेम) होती हैं जो लगातार बदलती रहती हैं। YOLOv5 यह पहचान नहीं कर सकता कि अलग-अलग फ्रेम में गायें एक ही व्यक्ति की हैं। कई छवियों में गाय को ट्रैक करने और उसका पता लगाने के लिए, SORT नामक एक अन्य मॉडल की आवश्यकता होती है।

SORT का मतलब है सरल ऑनलाइन और रीयलटाइम ट्रैकिंग, जहां ऑनलाइन इसका मतलब है कि यह किसी भी अन्य फ्रेम पर विचार किए बिना ट्रैक करने के लिए केवल वर्तमान और पिछले फ्रेम पर विचार करता है, और रियल टाइम इसका मतलब है कि यह वस्तु की पहचान तुरंत कर सकता है।

SORT के विकास के बाद, कई इंजीनियरों ने इसे कार्यान्वित और अनुकूलित किया, जिससे OC-SORT का विकास हुआ, जो वस्तु की उपस्थिति पर विचार करता है, DeepSORT (और इसका उन्नत संस्करण, स्ट्रांगSORT), जिसमें मानव उपस्थिति शामिल है, और ByteTrack, जो उपयोग करता है कम आत्मविश्वास की पहचान पर विचार करने के लिए दो-चरणीय एसोसिएशन लिंकर। परीक्षण के बाद, हमने पाया कि हमारे दृश्य के लिए, DeepSORT की उपस्थिति ट्रैकिंग एल्गोरिदम गायों की तुलना में मनुष्यों के लिए अधिक उपयुक्त है, और बाइटट्रैक की ट्रैकिंग सटीकता थोड़ी कमजोर है। परिणामस्वरूप, हमने अंततः अपने ट्रैकिंग एल्गोरिदम के रूप में OC-SORT को चुना।

इसके बाद, हम गायों के कंकाल बिंदुओं को चिह्नित करने के लिए डीपलैबकट (संक्षेप में डीएलसी) का उपयोग करते हैं। डीएलसी एक मार्कर रहित मॉडल है, जिसका अर्थ है कि यद्यपि अलग-अलग बिंदु, जैसे कि सिर और अंग, के अलग-अलग अर्थ हो सकते हैं, वे सभी बस हैं अंक डीएलसी के लिए, जिसके लिए हमें केवल बिंदुओं को चिह्नित करने और मॉडल को प्रशिक्षित करने की आवश्यकता है।

इससे एक नया प्रश्न उठता है: हमें प्रत्येक गाय पर कितने बिंदु अंकित करने चाहिए और उन्हें कहाँ अंकित करना चाहिए? इस प्रश्न का उत्तर अंकन, प्रशिक्षण और उसके बाद की अनुमान दक्षता के कार्यभार को प्रभावित करता है। इस समस्या के समाधान के लिए हमें सबसे पहले यह समझना होगा कि लंगड़ी गायों की पहचान कैसे करें।

हमारे शोध और हमारे विशेषज्ञ ग्राहकों के इनपुट के आधार पर, वीडियो में लंगड़ी गायें निम्नलिखित विशेषताएं प्रदर्शित करती हैं:

• एक धनुषाकार पीठ: गर्दन और पीठ घुमावदार हैं, जिससे गर्दन की हड्डी की जड़ (धनुषाकार-पीठ) के साथ एक त्रिकोण बनता है।
• बार-बार सिर हिलाना: प्रत्येक कदम के कारण गाय संतुलन खो सकती है या फिसल सकती है, जिसके परिणामस्वरूप बार-बार चोट लग सकती है हिला (सिर हिलाना)।
• अस्थिर चाल: कुछ कदम चलने के बाद गाय की चाल बदल जाती है, थोड़े रुकने के साथ (चाल का पैटर्न बदल जाता है)।

गर्दन और पीठ की वक्रता के साथ-साथ सिर हिलाने के संबंध में, एडब्ल्यूएस जेनेरेटिव एआई इनोवेशन सेंटर के विशेषज्ञों ने निर्धारित किया है कि मवेशियों पर केवल सात बैक पॉइंट (सिर पर एक, गर्दन के आधार पर एक और पीठ पर पांच) को चिह्नित किया जा सकता है। परिणाम अच्छी पहचान है. चूँकि अब हमारे पास पहचान का एक ढांचा है, हमें अस्थिर चाल पैटर्न को पहचानने में भी सक्षम होना चाहिए।

इसके बाद, हम पहचान परिणामों को दर्शाने और एल्गोरिदम बनाने के लिए गणितीय अभिव्यक्तियों का उपयोग करते हैं।

इन समस्याओं की मानव पहचान मुश्किल नहीं है, लेकिन कंप्यूटर पहचान के लिए सटीक एल्गोरिदम की आवश्यकता होती है। उदाहरण के लिए, किसी प्रोग्राम को गाय की पीठ के समन्वय बिंदुओं का एक सेट दिए जाने पर गाय की पीठ की वक्रता की डिग्री कैसे पता चलती है? यह कैसे पता चलेगा कि गाय सिर हिला रही है?

पीठ की वक्रता के संदर्भ में, हम पहले गाय की पीठ को एक कोण के रूप में मानते हैं और फिर हम उस कोण का शीर्ष पाते हैं, जो हमें कोण की गणना करने की अनुमति देता है। इस विधि के साथ समस्या यह है कि रीढ़ की हड्डी में द्विदिशीय वक्रता हो सकती है, जिससे कोण के शीर्ष को पहचानना मुश्किल हो जाता है। समस्या को हल करने के लिए अन्य एल्गोरिदम पर स्विच करने की आवश्यकता है।

सिर हिलाने के संदर्भ में, हमने सबसे पहले गाय की समग्र मुद्रा के वक्र में अंतर की तुलना करके यह निर्धारित करने के लिए फ्रेचेट दूरी का उपयोग करने पर विचार किया कि गाय सिर हिला रही है या नहीं। हालाँकि, समस्या यह है कि गाय के कंकाल बिंदु विस्थापित हो सकते हैं, जिससे समान वक्रों के बीच महत्वपूर्ण दूरी हो सकती है। इस समस्या को हल करने के लिए, हमें पहचान बॉक्स के सापेक्ष सिर की स्थिति को बाहर निकालना होगा और इसे सामान्य करना होगा।

सिर की स्थिति सामान्य होने के बाद हमें एक नई समस्या का सामना करना पड़ा। इसके बाद की छवि में, बाईं ओर का ग्राफ़ गाय के सिर की स्थिति में परिवर्तन दिखाता है। हम देख सकते हैं कि पहचान सटीकता संबंधी समस्याओं के कारण, हेड पॉइंट की स्थिति लगातार थोड़ी हिलती रहेगी। हमें इन छोटी-छोटी हरकतों को हटाकर सिर की अपेक्षाकृत बड़ी हरकत की प्रवृत्ति का पता लगाना होगा। यहीं पर सिग्नल प्रोसेसिंग के कुछ ज्ञान की आवश्यकता होती है। सविट्ज़की-गोले फ़िल्टर का उपयोग करके, हम एक सिग्नल को सुचारू कर सकते हैं और इसकी समग्र प्रवृत्ति प्राप्त कर सकते हैं, जिससे हमारे लिए सिर हिलाने की पहचान करना आसान हो जाता है, जैसा कि दाईं ओर ग्राफ़ में नारंगी वक्र द्वारा दिखाया गया है।

इसके अतिरिक्त, दर्जनों घंटों की वीडियो पहचान के बाद, हमने पाया कि अत्यधिक उच्च वक्रता वाली कुछ गायों की पीठ वास्तव में कुबड़ी नहीं थी। आगे की जांच से पता चला कि ऐसा इसलिए था क्योंकि डीएलसी मॉडल को प्रशिक्षित करने के लिए इस्तेमाल की जाने वाली अधिकांश गायें ज्यादातर काली या काली और सफेद थीं, और ऐसी कई गायें नहीं थीं जो ज्यादातर सफेद या शुद्ध सफेद के करीब थीं, जिसके परिणामस्वरूप मॉडल ने उन्हें गलत तरीके से पहचाना। उनके शरीर पर बड़े सफेद क्षेत्र थे, जैसा कि नीचे दिए गए चित्र में लाल तीर द्वारा दिखाया गया है। इसे आगे के मॉडल प्रशिक्षण के माध्यम से ठीक किया जा सकता है।

पिछली समस्याओं को हल करने के अलावा, अन्य सामान्य समस्याएं भी थीं जिन्हें हल करने की आवश्यकता थी:

• वीडियो फ़्रेम में दो रास्ते हैं, और दूरी में गायें भी पहचानी जा सकती हैं, जिससे समस्याएं पैदा हो सकती हैं।
• वीडियो में पथों में भी एक निश्चित वक्रता है, और जब गाय पथ के किनारों पर होती है तो उसके शरीर की लंबाई छोटी हो जाती है, जिससे गलत तरीके से पहचान करना आसान हो जाता है।
• कई गायों के ओवरलैप होने या बाड़ से अवरुद्ध होने के कारण, एक ही गाय को दो गायों के रूप में पहचाना जा सकता है।
• ट्रैकिंग मापदंडों और कैमरे के कभी-कभी फ्रेम स्किपिंग के कारण, गायों को सही ढंग से ट्रैक करना असंभव है, जिसके परिणामस्वरूप आईडी भ्रम की समस्या होती है।

अल्पावधि में, न्यू होप डेयरी के साथ न्यूनतम व्यवहार्य उत्पाद प्रदान करने और फिर उस पर पुनरावृत्ति के आधार पर, इन समस्याओं को आम तौर पर आत्मविश्वास फ़िल्टरिंग के साथ संयुक्त बाहरी निर्णय एल्गोरिदम द्वारा हल किया जा सकता है, और यदि उन्हें हल नहीं किया जा सकता है, तो वे बन जाएंगे अमान्य डेटा, जिसके लिए हमें अतिरिक्त प्रशिक्षण करने और अपने एल्गोरिदम और मॉडलों को लगातार दोहराने की आवश्यकता होती है।

लंबे समय में, एडब्ल्यूएस एआई शंघाई लैबलेट अपने वस्तु-केंद्रित अनुसंधान के आधार पर पिछली समस्याओं को हल करने के लिए भविष्य के प्रयोग के सुझाव दिए: वास्तविक-विश्व वस्तु-केंद्रित शिक्षा के अंतर को पाटना और स्व-पर्यवेक्षित अमोडल वीडियो ऑब्जेक्ट विभाजन. उन बाहरी डेटा को अमान्य करने के अलावा, पोज़ अनुमान, अमोडल सेगमेंटेशन और पर्यवेक्षित ट्रैकिंग के लिए अधिक सटीक ऑब्जेक्ट-स्तरीय मॉडल विकसित करके भी मुद्दों को संबोधित किया जा सकता है। हालाँकि, इन कार्यों के लिए पारंपरिक विज़न पाइपलाइनों को आमतौर पर व्यापक लेबलिंग की आवश्यकता होती है। वस्तु-केंद्रित शिक्षण अतिरिक्त पर्यवेक्षण के बिना वस्तुओं से पिक्सेल की बाइंडिंग समस्या से निपटने पर केंद्रित है। बाइंडिंग प्रक्रिया न केवल वस्तुओं के स्थान के बारे में जानकारी प्रदान करती है बल्कि डाउनस्ट्रीम कार्यों के लिए मजबूत और अनुकूलनीय ऑब्जेक्ट प्रतिनिधित्व भी प्रदान करती है। क्योंकि ऑब्जेक्ट-केंद्रित पाइपलाइन स्व-पर्यवेक्षित या कमजोर-पर्यवेक्षित सेटिंग्स पर केंद्रित है, हम अपने ग्राहकों के लिए लेबलिंग लागत में उल्लेखनीय वृद्धि किए बिना प्रदर्शन में सुधार कर सकते हैं।

समस्याओं की एक श्रृंखला को हल करने और फार्म पशुचिकित्सक और पोषण विशेषज्ञ द्वारा दिए गए अंकों को संयोजित करने के बाद, हमने गायों के लिए एक व्यापक लंगड़ापन स्कोर प्राप्त किया है, जो हमें लंगड़ापन की विभिन्न डिग्री जैसे गंभीर, मध्यम और हल्के के साथ गायों की पहचान करने में मदद करता है, और यह भी कर सकता है। गायों की अनेक शारीरिक मुद्राओं की विशेषताओं की पहचान करना, जिससे आगे के विश्लेषण और निर्णय लेने में मदद मिलेगी।

कुछ ही हफ्तों में, हमने लंगड़ी गायों की पहचान के लिए एक संपूर्ण समाधान विकसित किया। इस समाधान के लिए हार्डवेयर कैमरे की लागत केवल 300 आरएमबी है, और अमेज़न SageMaker g4dn.xlarge उदाहरण का उपयोग करते समय बैच अनुमान में 50 घंटे के वीडियो के लिए लगभग 2 घंटे लगे, कुल मिलाकर केवल 300 आरएमबी। जब यह उत्पादन में प्रवेश करता है, यदि प्रति सप्ताह गायों के पांच बैचों का पता लगाया जाता है (लगभग 10 घंटे मानकर), और रोलिंग सहेजे गए वीडियो और डेटा सहित, कई हजार गायों वाले मध्यम आकार के खेत के लिए मासिक पता लगाने की लागत 10,000 आरएमबी से कम है।

वर्तमान में, हमारी मशीन लर्निंग मॉडल प्रक्रिया इस प्रकार है:

1. रॉ वीडियो रिकॉर्ड किया गया है.
2. गायों का पता लगाया जाता है और उनकी पहचान की जाती है।
3. प्रत्येक गाय पर नज़र रखी जाती है, और मुख्य बिंदुओं का पता लगाया जाता है।
4. प्रत्येक गाय की गतिविधि का विश्लेषण किया जाता है।
5. एक लंगड़ापन स्कोर निर्धारित किया जाता है.

मॉडल की तैनाती

हमने पहले मशीन लर्निंग के आधार पर लंगड़ी गायों की पहचान करने का समाधान बताया है। अब, हमें इन मॉडलों को सेजमेकर पर तैनात करने की आवश्यकता है। जैसा कि निम्नलिखित चित्र में दिखाया गया है:

व्यवसाय कार्यान्वयन

बेशक, हमने अब तक जो चर्चा की है वह हमारे तकनीकी समाधान का मूल है। संपूर्ण समाधान को व्यावसायिक प्रक्रिया में एकीकृत करने के लिए, हमें निम्नलिखित मुद्दों पर भी ध्यान देना होगा:

• डेटा फीडबैक: उदाहरण के लिए, हमें पशु चिकित्सकों को लंगड़ी गायों को फ़िल्टर करने और देखने के लिए एक इंटरफ़ेस प्रदान करना चाहिए जिन्हें प्रशिक्षण डेटा के रूप में उपयोग करने के लिए इस प्रक्रिया के दौरान संसाधित करने और डेटा एकत्र करने की आवश्यकता होती है।
• गाय की पहचान: जब एक पशुचिकित्सक लंगड़ी गाय को देखता है, तो उसे गाय की पहचान, जैसे उसका नंबर और कलम भी जानना होगा।
• गाय की स्थिति: सैकड़ों गायों वाले एक बाड़े में, तुरंत लक्ष्य गाय का पता लगाएं।
• डेटा खनन: उदाहरण के लिए, पता लगाएं कि लंगड़ापन की डिग्री भोजन, चिंतन, आराम और दूध उत्पादन को कैसे प्रभावित करती है।
• डेटा-संचालित: उदाहरण के लिए, इष्टतम प्रजनन और प्रजनन प्राप्त करने के लिए लंगड़ी गायों की आनुवंशिक, शारीरिक और व्यवहारिक विशेषताओं की पहचान करें।

केवल इन मुद्दों को संबोधित करके ही समाधान वास्तव में व्यावसायिक समस्या का समाधान कर सकता है, और एकत्रित डेटा दीर्घकालिक मूल्य उत्पन्न कर सकता है। इनमें से कुछ समस्याएं सिस्टम एकीकरण के मुद्दे हैं, जबकि अन्य प्रौद्योगिकी और व्यापार एकीकरण के मुद्दे हैं। हम भविष्य के लेखों में इन मुद्दों के बारे में अधिक जानकारी साझा करेंगे।

सारांश

इस लेख में, हमने संक्षेप में बताया कि कैसे AWS ग्राहक समाधान टीम ग्राहक के व्यवसाय के आधार पर शीघ्रता से नवाचार करती है। इस तंत्र की कई विशेषताएं हैं:

• व्यवसाय का नेतृत्व: प्रौद्योगिकी पर चर्चा करने से पहले साइट पर और व्यक्तिगत रूप से ग्राहक के उद्योग और व्यावसायिक प्रक्रियाओं को समझने को प्राथमिकता दें, और फिर महत्वपूर्ण मुद्दों की पहचान करने के लिए ग्राहक के दर्द बिंदुओं, चुनौतियों और समस्याओं पर ध्यान दें, जिन्हें प्रौद्योगिकी के साथ हल किया जा सकता है।
• तत्काल उपलब्ध: परीक्षण, सत्यापन और त्वरित पुनरावृत्ति के लिए ग्राहकों को सीधे महीनों के भीतर नहीं बल्कि हफ्तों के भीतर एक सरल लेकिन पूर्ण और प्रयोग करने योग्य प्रोटोटाइप प्रदान करें।
• न्यूनतम लागत: भविष्य के बारे में चिंताओं से बचते हुए, मूल्य के सही मायने में मान्य होने से पहले ग्राहक की लागत को कम या ख़त्म कर दें। यह AWS के साथ संरेखित है स्वल्प व्ययिता नेतृत्व सिद्धांत.

डेयरी उद्योग के साथ हमारी सहयोगी नवाचार परियोजना में, हमने न केवल व्यावसायिक विशेषज्ञों के साथ विशिष्ट व्यावसायिक समस्याओं की पहचान करने के लिए व्यावसायिक परिप्रेक्ष्य से शुरुआत की, बल्कि ग्राहक के साथ खेत और कारखाने में ऑन-साइट जांच भी की। हमने साइट पर कैमरा प्लेसमेंट निर्धारित किया, कैमरे स्थापित और तैनात किए, और वीडियो स्ट्रीमिंग समाधान तैनात किया। एडब्ल्यूएस जेनरेटिव एआई इनोवेशन सेंटर के विशेषज्ञों ने ग्राहकों की आवश्यकताओं का विश्लेषण किया और एक एल्गोरिदम विकसित किया, जिसे बाद में पूरे एल्गोरिदम के लिए एक समाधान वास्तुकार द्वारा इंजीनियर किया गया।

प्रत्येक अनुमान के साथ, हम हजारों विघटित और टैग किए गए गाय के चलने वाले वीडियो प्राप्त कर सकते हैं, प्रत्येक मूल वीडियो आईडी, गाय आईडी, लंगड़ापन स्कोर और विभिन्न विस्तृत स्कोर के साथ। संपूर्ण गणना तर्क और कच्चे चाल डेटा को बाद के एल्गोरिदम अनुकूलन के लिए भी बनाए रखा गया था।

लंगड़ापन डेटा का उपयोग न केवल पशु चिकित्सकों द्वारा प्रारंभिक हस्तक्षेप के लिए किया जा सकता है, बल्कि क्रॉस-विश्लेषण के लिए दूध देने वाली मशीन डेटा के साथ भी जोड़ा जा सकता है, एक अतिरिक्त सत्यापन आयाम प्रदान करता है और कुछ अतिरिक्त व्यावसायिक प्रश्नों का उत्तर देता है, जैसे: उच्चतम के साथ गायों की शारीरिक विशेषताएं क्या हैं दूध उपज? लंगड़ापन का गायों में दूध उत्पादन पर क्या प्रभाव पड़ता है? लंगड़ी गायों का मुख्य कारण क्या है और इसे कैसे रोका जा सकता है? यह जानकारी कृषि कार्यों के लिए नए विचार प्रदान करेगी।

लंगड़ी गायों की पहचान की कहानी यहीं समाप्त हो जाती है, लेकिन फार्म इनोवेशन की कहानी अभी शुरू हुई है। अगले लेखों में, हम चर्चा करना जारी रखेंगे कि हम अन्य समस्याओं को हल करने के लिए ग्राहकों के साथ मिलकर कैसे काम करते हैं।

---

लेखक के बारे में

हाओ हुआंग AWS जेनरेटिव AI इनोवेशन सेंटर में एक व्यावहारिक वैज्ञानिक हैं। वह कंप्यूटर विज़न (सीवी) और विज़ुअल-लैंग्वेज मॉडल (वीएलएम) में माहिर हैं। हाल ही में, उन्होंने जेनरेटिव एआई प्रौद्योगिकियों में गहरी रुचि विकसित की है और पहले से ही इन अत्याधुनिक तकनीकों को अपने व्यवसाय में लागू करने के लिए ग्राहकों के साथ सहयोग किया है। वह ICCV और AAAI जैसे AI सम्मेलनों के समीक्षक भी हैं।

पेयांग हे AWS जेनरेटिव AI इनोवेशन सेंटर में एक वरिष्ठ डेटा वैज्ञानिक हैं। वह जेनएआई/एमएल समाधानों का लाभ उठाते हुए विभिन्न उद्योगों के ग्राहकों के साथ उनकी सबसे जरूरी और नवीन व्यावसायिक जरूरतों को हल करने के लिए काम करती है। अपने खाली समय में वह स्कीइंग और यात्रा करना पसंद करती हैं।

ज़ुएफ़ेंग लियू एशिया प्रशांत और ग्रेटर चीन क्षेत्रों में AWS जेनरेटिव AI इनोवेशन सेंटर में एक विज्ञान टीम का नेतृत्व करता है। उनकी टीम जेनेरिक एआई परियोजनाओं पर एडब्ल्यूएस ग्राहकों के साथ साझेदारी करती है, जिसका लक्ष्य ग्राहकों द्वारा जेनेरिक एआई को अपनाने में तेजी लाना है।

तियानजुन जिओ AWS AI शंघाई लैबलेट में एक वरिष्ठ व्यावहारिक वैज्ञानिक हैं, जो कंप्यूटर विज़न प्रयासों के सह-नेतृत्व कर रहे हैं। वर्तमान में, उनका प्राथमिक ध्यान मल्टीमॉडल फाउंडेशन मॉडल और ऑब्जेक्ट-केंद्रित शिक्षण के क्षेत्र में है। वह वीडियो विश्लेषण, 3डी विज़न और स्वायत्त ड्राइविंग सहित विभिन्न अनुप्रयोगों में सक्रिय रूप से उनकी क्षमता की जांच कर रहा है।

झांग दाई चाइना जियो बिजनेस सेक्टर के लिए एक AWS वरिष्ठ समाधान वास्तुकार हैं। वह व्यावसायिक प्रक्रियाओं, उपयोगकर्ता अनुभव और क्लाउड प्रौद्योगिकी पर परामर्श प्रदान करके विभिन्न आकार की कंपनियों को उनके व्यावसायिक लक्ष्य हासिल करने में मदद करते हैं। वह एक विपुल ब्लॉग लेखक हैं और दो पुस्तकों के लेखक भी हैं: द मॉडर्न ऑटोडिडैक्ट और डिज़ाइनिंग एक्सपीरियंस।

जियान्यू ज़ेंग AWS में एक वरिष्ठ ग्राहक समाधान प्रबंधक है, जिसकी जिम्मेदारी न्यू होप समूह जैसे ग्राहकों को उनके क्लाउड संक्रमण के दौरान समर्थन देना और क्लाउड-आधारित प्रौद्योगिकी समाधानों के माध्यम से व्यावसायिक मूल्य को साकार करने में उनकी सहायता करना है। कृत्रिम बुद्धिमत्ता में गहरी रुचि के साथ, वह हमारे ग्राहकों के व्यवसायों में नवीन परिवर्तन लाने के लिए एआई का लाभ उठाने के लगातार तरीके तलाश रहे हैं।

कैरल टोंग मिन एक वरिष्ठ व्यवसाय विकास प्रबंधक है, जो जीसीआर जीईओ वेस्ट में प्रमुख खातों के लिए जिम्मेदार है, जिसमें दो महत्वपूर्ण उद्यम ग्राहक शामिल हैं: जियानांचुन ग्रुप और न्यू होप ग्रुप। वह ग्राहकों के प्रति जुनूनी है और हमेशा ग्राहकों की क्लाउड यात्रा का समर्थन करने और उसमें तेजी लाने के लिए उत्साहित रहती है।

निक जियांग चीन में एआईएमएल एसएसओ टीम में वरिष्ठ बिक्री विशेषज्ञ हैं। उनका ध्यान नवीन एआईएमएल समाधानों को स्थानांतरित करने और एडब्ल्यूएस के भीतर एआई से संबंधित वर्कलोड बनाने में ग्राहकों की मदद करने पर है।

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://aws.amazon.com/blogs/machine-learning/keeping-an-eye-on-your-cattle-using-ai-technology/