Разработка призвана решить актуальные проблемы, с которыми сталкиваются оленеводы, включая нехватку специалистов и недостаток данных о наследственности. Система позволяет бесконтактно мониторить животных, исключая стресс-факторы, связанные с традиционными методами, такими как использование носимых датчиков. Это особенно важно для коренных малочисленных народов, для которых оленеводство является основой жизни и культуры.
В основе системы лежит нейросеть YOLOv11, интегрированная с платформой AutoGenNet. Для обучения модели использовалась база данных из 60 фотографий оленей из ямальского опытного стада. Нейросеть обучена распознавать семь ключевых биометрических параметров: высоту в холке, обхват груди, косую длину туловища и другие. Эксперименты показали высокую точность с средней абсолютной ошибкой всего 2 см.
Практическая значимость разработки огромна. Она позволяет не только прогнозировать продуктивность стад и управлять кормовой базой, но и проводить раннюю диагностику заболеваний по текстуре кожных покровов, что значительно сокращает потери от падежа. Проект реализован при поддержке Российского научного фонда и является важным шагом к цифровизации сельского хозяйства в экстремальных условиях Севера.
