Исходные данные: Обучающая выборка неразмеченных видеороликов, полученная системой машинного зрения в условиях промышленного свинокомплекса. На видеороликах сняты животные в условиях производственного станка. Число животных в станке варьируется. Съёмка производится стационарной камерой.

Задача:Разработать алгоритм и ПО для сегментации и подсчета животных в станке, оценить активность каждого животного в станке по видеоданным: сегментация животных, подсчет животных, Слежение, Оценка активности. Решение:

• Детектирование свинок в станке на изображении из видеопотока, определение границ хрюшек в зоне видимости
• Трекинг свинок, отслеживание и фиксация перемещений каждой отдельной свинки в зоне видимости.
• Определение активности свинок: лежит, мало двигается, много двигается

Результат внедрения: Точность распознавания в сети агрокомплекса - 85%
Уникальность: Небольшая команда разработчиков из 3 Data Science и 1 ML Engineer создала полноценный MVP продукт.