Italiensk KI-bidrag til forskningsprosjektet EyeAM
Brysthinner på slaktegris automatisk vurdert etter ADAL og gitt en score 0, 1, 2 eller 3. 0=frisk, 1= lite affisert, 2= noe affisert og 3= mye affisert. Kilde: Scoring pleurisy in slaughtered pigs using convolutional neural networks, Trachtman et al., 2020 Fotograf: Trachtman et al
Det italienske selskapet Farm4Trade bidrar til EyeAM-prosjektet med nyskapende teknologi for utvikling av systemer for objektiv og automatisert kjøttkontroll.
Bilderegistrering med helautomatisk KI-basert teknologi av brysthinner fra gris er nå testet under reelle feltforhold. Farm4Trade gjennomførte høsten/vinteren 2022-23 et feltforsøk hos Fatland Oslo. En kamerarobot var installert på slaktelinja for gris og tok bilder av innsiden av hvert halve slakt for vurdering av tilstanden til grisens brysthinne. Kjøttkontrollen ved norske slakterier registrerer manuelt avvik på grisens brysthinne i systemet Utvidet sykdomsregistrering (USR).
Studien gjennomført hos Fatland Oslo presenterer det første forsøket under feltforhold med en helautomatisk scoring av brysthinnebetennelse hos slaktegris i Farm4Trade-systemet ADAL (Automatic Detection of Abattoir Lesions). Målet var å evaluere muligheten for å score brysthinnebetennelse ved å bruke et kunstig intelligens-basert system som bruker dyplæringsalgoritmer og bildebehandlingsteknikker for å analysere bilder av brysthinner fra norske slaktegriser.
Gode testforhold
Sammenlignet med mange andre land har norske griser lav forekomst av både bryst- og lungebetennelse. Dermed utgjør den norske svinepopulasjonen en utmerket gruppe for å teste ADAL-systemet der det er lite sykdom. Det kan tenkes at man i framtiden kan få etablert et kostnadseffektivt system for overvåking og kontroll med mindre bruk av manuell registrering av avvik i USR-systemet.
Det ble analysert over 19 000 bilder, og brysthinnebetennelse ble påvist i 10,2 prosent av slaktene. I prosjektet EyeAM skal det gjøres en sammenligning av USR og det som ble registrert i ADAL-systemet for å vurdere overenstemmelse mellom de to måtene å registrere brysthinnebetennelse på. Dette vil bli gjennomført senere i prosjektperioden til EyeAM.
Vurdere kost nytte
I den automatiske registreringen ble slaktegrisens brysthinne vurdert basert på et eksisterende system og gitt poeng ut fra hvor store forandringer som ble registrert. Bildet viser eksempel på score 0, 1, 2 og 3.
Videre arbeid i prosjekt EyeAM inkluderer også automatisk bilderegistrering av lunger hos slaktegris. Hensikten med disse forsøkene er å kunne teste ut og få mer kunnskap om kostnad og nytte av å etablere mer automatisert overvåking og registrering av avvik i kjøttkontrollen.
