影像禽隻監測系統

在傳統養禽業管理方式中，業者多透過人力親自巡視雞舍以觀察雞隻是否出現異常行為。這樣的方法雖然看似簡單，然而人力巡邏卻十分耗力費時、效率低落、判斷不客觀的問題。且由於年輕人口的流失，養禽業正面臨人力短缺與高齡化的重大問題。

為解決以上問題，本研究運用深度學習技術，對飼養場域內的禽隻進行即時監測並分析與回報異常行為與環境數據，用人力資源消耗最小、時間成本最低、且最客觀、最精確的方式，解決現今養禽業面臨的重大挑戰，並期望促成一個更精準、高效、有效利用資源的智慧養殖環境。

我們建立一固定式俯視影像系統，由相機陣列、雲端伺服器、深度學習模型及即時互動網頁組成；將相機陣列安裝於雞舍屋頂，俯視蒐集雞隻的影像，將蒐集到的影像傳至雲端伺服器，透過「雞隻位置偵測模型」取得雞隻座標資訊，再使用「雞隻軌跡追蹤」分析影像中個別雞隻的活動力與整體散佈狀況，即時在互動式網頁上呈現圖形化監測結果，供業者即時監測雞隻狀態。

目前本研究所使用之深度學習模型—「雞隻位置偵測模型」能準確且快速地標記出影像中的雞隻位置，有利於後續雞隻活動力及散佈情形的分析。