Bibliografi tersedia atas permintaan
Untuk membaca lebih banyak kandungan daripada aviNews Malaysia
Untuk membaca lebih banyak kandungan daripada aviNews Malaysia
Kandungan boleh didapati di:
English Indonesia (Indonesian) ไทย (Thai) Tiếng Việt (Vietnamese) Philipino
LATAR BELAKANG KEBAJIKAN AYAM
Pengeluaran ayam memainkan peranan penting dalam memberi makan kepada populasi dunia yang semakin meningkat dengan protein yang berpatutan (iaitu, ayam dan telur). Amerika Syarikat kini merupakan pengeluar ayam pedaging terbesar di dunia dan pengeluar telur kedua terbesar akibat inovasi berterusan dalam pembiakan haiwan, pengurusan pemakanan, kawalan persekitaran, dan pencegahan penyakit, dan lain-lain.
Namun, ladang ayam dan telur di AS menghadapi beberapa cabaran pengeluaran seperti kebimbangan terhadap kebajikan haiwan.
Untuk menangani isu-isu ini, penyelidik di University of Georgia (UGA, makmal penternakan ayam ketepatan Dr. Lilong Chai) telah membangunkan beberapa teknologi penternakan ketepatan untuk memantau kebajikan dan tingkah laku ayam pedaging dan ayam penelur tanpa sangkar.
TABURAN LANTAI DAN TINGKAH LAKU AYAM PEDAGING
Taburan ruang ayam pedaging adalah petunjuk sama ada kawanan itu sihat atau tidak. Pemeriksaan rutin taburan lantai ayam pedaging dilakukan secara manual di rumah ayam komersial setiap hari atau beberapa kali sehari, yang memerlukan tenaga kerja yang banyak, mengambil masa yang lama, dan terdedah kepada kesilapan kakitangan ladang.
Rajah 4. Pengesanan ayam pedaging di lantai.
PECKING, MISLAYING, DAN TABURAN AYAM PENELUR TANPA SANGKAR
Restoran utama dan rangkaian pasar raya di Amerika Syarikat telah berjanji untuk membeli telur tanpa sangkar (CF) sahaja menjelang 2025 atau 2030.
Kaedah visi mesin telah dibangunkan dan diuji untuk menjejak taburan lantai dan ruang ayam (Rajah 5 dan Rajah 6), serta mengenal pasti tingkah laku mematuk ayam betina dan potensi kerosakan (Rajah 7 dan Rajah 8) dalam fasiliti penyelidikan bebas sangkar di UGA. Model YOLOv5xpecking telah diuji dengan ketepatan 88.3% dalam menjejak tingkah laku mematuk.
Rajah 7. Tingkah laku mematuk dan kerosakan pada ayam penelur.
Rajah 8. Prestasi model pembelajaran mendalam YOLOv5-pecking dalam pengesanan mematuk: a – mematuk di zon rehat, b – mematuk di zon pemakanan, c – mematuk di zon minuman, d – dua ekor ayam sedang mematuk seekor ayam (iaitu, ayam yang sama dalam c dipatuk oleh dua ekor ayam pada masa yang sama).
Selain itu, kira-kira 5400 imej telah dikumpulkan dan digunakan untuk melatih model pembelajaran mendalam lain (iaitu, YOLOv5m-FELB – tingkah laku bertelur di lantai), yang mencapai ketepatan 90% (Rajah 9).
Selain itu, kaedah ini juga boleh digunakan untuk mengesan atau mengimbas telur lantai (Rajah 10).
RUMUSAN
Pelbagai kaedah visi mesin atau pembelajaran mendalam telah dibangunkan di jabatan sains unggas Universiti Georgia untuk memantau kesejahteraan dan tingkah laku ayam pedaging serta ayam penelur bebas sangkar.
Penemuan ini memberikan rujukan untuk pembangunan sistem penternakan ayam yang lebih tepat di ladang ayam pedaging dan telur komersial bagi menangani isu berkaitan pengeluaran ayam, kesejahteraan, dan kesihatan. Projek Dr. Lilong Chai disokong oleh USDA-NIFA, USDA ARS, Egg Industry Center, Georgia Research Alliance, UGA, Oracle, dan syarikat unggas, dan lain-lain.
Bibliografi tersedia atas permintaan
