Multi-Species Egg Morphometry and Weight Prediction Using Computer Vision
यह अध्ययन प्रदर्शित करता है कि स्मार्टफोन इमेजरी और मशीन लर्निंग, विशेष रूप से डिटेक्शन के लिए YOLO11x-OBB और प्रेडिक्शन के लिए रिज रिग्रेशन (Ridge regression) का उपयोग करने वाला एक कंप्यूटर विजन सिस्टम, उच्च सटीकता के साथ मुर्गी और हंस दोनों के अंडों के आयामों को सटीक रूप से माप सकता है और उनके वजन की भविष्यवाणी कर सकता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
पोल्ट्री फार्मिंग की हलचल भरी दुनिया में, अंडा केवल नाश्ते का एक मुख्य हिस्सा ही नहीं है; यह एक सटीक जैविक संकेतक है। ब्रीडर्स और हैचरी प्रबंधकों के लिए, अंडे का आकार और वजन मुर्गी के स्वास्थ्य, वंशावली की गुणवत्ता और अगली पीढ़ी की संभावित सफलता की कहानी बताता है। पारंपरिक रूप से, यह जानकारी एकत्र करना एक धीमी, श्रम-साध्य प्रक्रिया रही है। श्रमिकों को प्रत्येक अंडे को उठाना पड़ता है, कैलिपर्स के साथ उसकी लंबाई और चौड़ाई मापनी पड़ती है, और उसे स्केल पर तौलना पड़ता है। यह मैनुअल प्रक्रिया न केवल समय लेने वाली है बल्कि मानवीय त्रुटियों और थकान के प्रति भी संवेदनशील है, जिससे उन उद्योगों में बाधा उत्पन्न होती है जो गति और निरंतरता पर निर्भर करते हैं।
चुनौती अंडे के अनूठे आकार में निहित है। यह एक पूर्ण गोला या सरल बेलन नहीं है; यह एक विषम, त्रि-आयामी वक्र है जो एक प्रजाति से दूसरी प्रजाति में भिन्न होता है। एक सपाट, द्वि-आयामी कैमरे का उपयोग करके इस जटिल रूप को कैप्चर करना लंबे समय से कठिन रहा है, जिसके लिए अक्सर महंगे, विशेष 3D स्कैनर या लेजर सिस्टम की आवश्यकता होती है जो रोजमर्रा के उपयोग के लिए बहुत महंगे होते हैं। हालांकि, आर्टिफिशियल इंटेलिजेंस और कंप्यूटर विजन की तीव्र प्रगति ने एक नया द्वार खोल दिया है। ये प्रौद्योगिकियां मशीनों को छवियों को देखने और व्याख्या करने की अनुमति देती हैं, जिसमें मानव अवलोकन के स्तर का विवरण होता है, जो इन नाजुक वस्तुओं को बिना छुए मापने का एक गैर-संपर्क, स्वचालित तरीका प्रदान करने का वादा करती हैं।
शेर-ए-कश्मीर कृषि विज्ञान और प्रौद्योगिकी विश्वविद्यालय, कश्मीर के शोधकर्ताओं की एक टीम ने यह परीक्षण करने के लिए हाथ में लग गया कि क्या एक साधारण स्मार्टफोन कैलिपर और स्केल की जगह ले सकता है। उन्होंने दो अलग-अलग प्रकार के पोल्ट्री पर ध्यान केंद्रित किया: परिचित मुर्गी और बड़ी हंस। उनका लक्ष्य एक ऐसा सिस्टम बनाना था जो अंडे की तस्वीर ले सके, उसके आयामों की स्वचालित रूप से गणना कर सके और उच्च सटीकता के साथ उसके वजन का अनुमान लगा सके, वह भी बिना किसी महंगे हार्डवेयर के। उन्होंने 661 अंडों का संग्रह एकत्र किया, जिसमें 504 मुर्गी के अंडे और 157 हंस के अंडे शामिल थे, और प्रत्येक की एक मानक फोन कैमरे से फोटो ली। यह सुनिश्चित करने के लिए कि डिजिटल माप सटीक हों, उन्होंने हर अंडे के बगल में ज्ञात आयामों वाली एक नोटबुक रखी, जो कंप्यूटर के संदर्भ के लिए एक दृश्य रूलर (मापक) के रूप में कार्य करती थी।
शोधकर्ताओं ने एक परिष्कृत कंप्यूटर प्रोग्राम, जिसे डिटेक्टर नामक एक प्रकार का आर्टिफिशियल इंटेलिजेंस कहा जाता है, को तस्वीरों में अंडों और संदर्भ नोटबुक को पहचानने के लिए प्रशिक्षित किया। यह प्रोग्राम प्रत्येक वस्तु के चारों ओर एक सटीक, कोणीय बॉक्स बनाने के लिए डिज़ाइन किया गया था, जो इस तथ्य को ध्यान में रखता है कि अंडे शायद ही कभी फोटो में बिल्कुल सीधे रखे जाते हैं। एक बार जब प्रोग्राम ने वस्तुओं की पहचान कर ली, तो उसने नोटबुक का उपयोग करके पिक्सेल में उनकी लंबाई और चौड़ाई मापी और उन नंबरों को वास्तविक दुनिया के सेंटीमीटर में परिवर्तित कर दिया। कंप्यूटर के मापों विश्वसनीय सुनिश्चित करने के लिए, टीम ने इनकी तुलना कैलिपर्स के साथ हाथ से लिए गए वास्तविक मापों से की। उन्होंने पाया कि हालांकि कंप्यूटर अंडे खोजने में बहुत अच्छा था, लेकिन कैमरे द्वारा छवि कैप्चर करने के तरीके के कारण इसके प्रारंभिक माप थोड़े गलत थे। मुर्गियों के लिए विशिष्ट गणितीय समायोजन और हंसों के लिए दूसरे सेट का निर्माण करके, वे इन छोटी त्रुटियों को सुधारने में सक्षम हुए।
परिणाम आश्चर्यजनक थे। कंप्यूटर विजन सिस्टम ने परीक्षण छवियों में प्रत्येक अंडे की सफलतापूर्वक पहचान की, जिससे लगभग पूर्ण डिटेक्शन दर प्राप्त हुई। प्रत्येक पक्षी प्रजाति के लिए विशिष्ट सुधार लागू करने के बाद, कंप्यूटर के अंडे की लंबाई के माप मैनुअल मापों के बेहद करीब थे। मुर्गी के अंडों के लिए, कंप्यूटर की रीडिंग और मानव की रीडिंग के बीच औसत अंतर एक मिलीमीटर से भी कम था। हंस के अंडों के लिए, अंतर थोड़ा अधिक था लेकिन फिर भी बहुत कम था। सिस्टम ने फिर इन सुधारे गए मापों का उपयोग अंडों के वजन का अनुमान लगाने के लिए किया। मुर्गी के अंडों के लिए, कंप्यूटर के वजन के अनुमान उल्लेखनीय रूप से सटीक थे, जो वास्तविक वजन के साथ सटीकता के उस स्तर से मेल खाते हैं जो सर्वोत्तम मैनुअल तरीकों की बराबरी करता है। हंस के अंडों के लिए, अनुमान कम सटीक थे, संभवतः इसलिए क्योंकि हंसों का डेटासेट छोटा था और हंस के अंडों का चौड़ा आकार एक एकल फ्लैट फोटो के साथ सटीक रूप से कैप्चर करना कठिन था।
यह अध्ययन प्रदर्शित करता है कि एक स्मार्टफोन, एक सरल संदर्भ वस्तु और स्मार्ट सॉफ्टवेयर का संयोजन बिना भौतिक संपर्क के अंडों को प्रभावी ढंग से मापने और तौलने में सक्षम है। शोधकर्ताओं ने पाया कि जबकि एक 'वन-साइज़-फिट्स-ऑल' दृष्टिकोण विभिन्न प्रजातियों के लिए अच्छी तरह से काम नहीं करता है, पक्षी के विशिष्ट प्रकार के अनुसार सिस्टम को अनुकूलित करना इसे अत्यधिक प्रभावी बनाता है। मुर्गी के अंडों के लिए सबसे सटीक वजन अनुमान उस मॉडल से आए जिसने केवल नंबरों को अलग से देखने के बजाय अंडे की लंबाई, चौड़ाई और आकार को एक साथ विचार में लिया। यह दृष्टिकोण सुझाव देता है कि पोल्ट्री उद्योग एक कम लागत वाला, स्वचालित ग्रेडिंग सिस्टम अपना सकता है जो वर्तमान मैनुअल तरीकों की तुलना में तेज और पक्षियों के लिए कम तनावपूर्ण है। हालांकि यह तकनीक मुर्गियों के लिए सबसे अच्छा काम करती थी, शोधकर्ताओं ने नोट किया कि हंसों और अन्य प्रजातियों के लिए सिस्टम को परिष्कृत करने के लिए बड़े डेटासेट के साथ और अधिक काम करने की आवश्यकता होगी। अंततः, यह कार्य सिद्ध करता है कि उच्च-तकनीकी सटीकता के लिए हमेशा महंगे उपकरणों की आवश्यकता नहीं होती है; कभी-कभी, इसके लिए केवल एक स्पष्ट छवि और देखने के सही तरीके की आवश्यकता होती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।