Pesaje ‘inteligente’ de corderos: un avance en bienestar animal y rentabilidad

Tradicionalmente, las granjas han utilizado un sistema de pesaje de corderos con básculas mecánicas colgantes o de tipo gancho, donde el animal se coloca en un arnés para suspenderlo y medir su peso vivo de forma directa. En este tipo de métodos, se emplean mangas de manejo para guiar y canalizar a los animales de manera organizada hacia las áreas de pesaje para facilitar el proceso y reducir el estrés en los ovinos. Estas mangas constituyen una parte de la infraestructura básica en las explotaciones ganaderas, especialmente en granjas pequeñas o tradicionales, ya que son económicas y no requieren de un equipo sofisticado, por lo que son especialmente útiles para operaciones sencillas.

No obstante, cada vez es más común apostar por métodos de pesaje alternativos que buscan mejorar la eficiencia, reducir el estrés del animal y minimizar el manejo manual. Entre este tipo de métodos, los sistemas de visión por computadora y aprendizaje automático han ganado mayor peso. Se trata de un proceso en el que a través de cámaras o dispositivos móviles se captan imágenes del animal y, posteriormente, los algoritmos de IA estiman el peso basado en sus dimensiones corporales. Esta opción no requiere de contacto físico y es ideal por el bajo coste que supone su implantación.

En este campo, un equipo de la Universidad de León ha desarrollado un proyecto que busca estimar el peso de los animales a partir de imágenes de color, evitando el hardware especializado y que podría llegar a prescindir en futuras fases de imágenes de profundidad. El proceso implica generar máscaras de los corderos en las imágenes y extraer características como el área y el perímetro para entrenar un sistema de decisión basado en ‘machine learning’.

«Nuestra iniciativa presenta un método automatizado y eficiente, basado en visión por computadora, para estimar el peso de corderos vivos usando imágenes cenitales RGB-D, eliminando la necesidad de manipular o estresar al animal. La medición precisa del peso animal es clave para la rentabilidad en la industria cárnica y el bienestar animal, pero el proceso manual actual es tedioso y estresante para el ganado. El trabajo propone una alternativa no invasiva usando tecnologías de visión artificial. El sistema procesa imágenes RGB-D tomadas desde arriba para segmentar automáticamente el contorno corporal del cordero, extraer nueve características morfológicas y alimentar varios modelos de regresión para predecir el peso óptimo para el sacrificio. Este método integra un sistema que descarta imágenes de mala calidad para asegurar la fiabilidad de los resultados», explica Virginia Riego, autora principal del artículo.

Un método inteligente

El proyecto, fruto de la colaboración entre la Universidad de Zaragoza y la asociación local de ganaderos Agra, desarrolló un método para determinar el peso de los corderos empleando únicamente imágenes a color convencionales, sin necesidad de emplear un hardware especializado. Inicialmente, el equipo pesó a los animales utilizando imágenes de profundidad como referencia, para luego establecer una equivalencia con las imágenes a color. A continuación, se entrenaron sistemas de ‘machine learning’ para lograr predecir el peso a partir de las características extraídas de estas imágenes, con la excepción de que solo una característica se ponderó a través de la distancia o profundidad real del objeto; el resto se calculó exclusivamente con la imagen real. Según cuentan los investigadores, la meta final es «implementar este sistema de manera práctica en el campo sin necesitar equipos muy sofisticados».

Esta propuesta se fundamenta en un proyecto previo que generó una base de datos de 618 imágenes de 48 corderos. Los investigadores utilizaron esta base de datos y con el método basado en Extra Trees Regression llegaron a superar la precisión de sistemas anteriores (obteniendo un R2 de 0.90 y un error absoluto medio inferior a 0.75 kg) sin requerir infraestructura especial ni manipulación manual. Para lograr los resultados, el equipo realizó un meticuloso proceso de etiquetado. Primero, se determinó la calidad de cada imagen y se descartaron aquellas con problemas de iluminación. Posteriormente, se etiquetaron las máscaras (o siluetas) de los corderos para generar filtros basados en el perímetro y el área del contorno para asegurarse de que el modelo de entrenamiento solo empleara aquellas imágenes más apropiadas y precisas y, de este modo, garantizar estimaciones fiables.

En el desarrollo, los científicos hicieron también una comparativa con otras publicaciones científicas relacionadas sobre temas como el tipo de animales analizados, el número de imágenes con las que se entrenaron los sistemas, el modelo empleado o el tipo de sistema de adquisición.

Ventajas

Como ya pudieron adelantar, este innovador método ofrece diversos beneficios sobre el pesaje tradicional, puesto que reduce el estrés de los ovinos, que suelen experimentar al ser introducidos en mangas con básculas, y es económicamente más factible, ya que la idea es que los ganaderos necesiten el menor hardware y software posible, idealmente utilizando solo un dispositivo móvil. Aunque las imágenes iniciales se tomaron con un sensor de profundidad, el objetivo es adaptar el modelo para funcionar con cámaras de móviles estándar, requiriendo solo una calibración de altura. «Queremos que este sistema ayude a los ganaderos en la toma de decisiones y sea exportable a sistemas que almacenan información. El sistema tradicional es un poco tedioso de realizar cuando tienes un gran número de animales», concluye la científica leonesa.

El artículo publicado en la revista 'Logic Journal of the IGPL' editada por Oxford University Press se enmarca en iniciativas más amplias, como Self-air, investigación previa que buscaba dar soporte a granjas mediante sistemas inteligentes y robótica y su continuación, ‘Auroras’, proyecto en curso que busca integrar la inteligencia artificial, la robótica y la visión por computador en la agricultura y ganadería para mejorar la productividad, la sostenibilidad y agilizar trámites administrativos. Esto incluye la automatización del registro de datos sobre cultivos o controles ganaderos a través de robots inteligentes, e incluso la detección de depredadores como los lobos para proteger al ganado. La meta final es utilizar toda esta información para optimizar las operaciones y cumplir con las exigencias de la administración de manera más eficiente.