SAM for Poultry Science

要約

近年、農業業界では、特に大規模な基礎モデルの開発により、人工知能 (AI) の大幅な進歩が見られます。
これらの基礎モデルの中でも、Meta AI Research によって導入された Segment Anything Model (SAM) は、オブジェクト セグメンテーション タスクの画期的なソリューションとして際立っています。
SAM はさまざまな農業用途で成功を収めていますが、養鶏産業、特に平飼い鶏の分野での可能性は比較的未開発のままです。
この研究の目的は、部位ベースのセグメンテーションや赤外線熱画像の使用など、代表的なニワトリのセグメンテーション タスクにおける SAM のゼロショット セグメンテーションのパフォーマンスを評価し、SAM をセグメンテーション ツールとして使用してニワトリ追跡タスクを探索することです。
この結果は、鶏肉の丸ごとおよび部位ベースの両方のセグメンテーションにおいて、SegFormer や SETR と比較して SAM のパフォーマンスが優れていることを示しています。
SAM ベースの物体追跡は、ブロイラー鳥の行動と移動パターンに関する貴重なデータも提供します。
この研究の結果は、家禽科学における SAM の可能性のより良い理解に貢献し、鶏肉の分割と追跡における将来の進歩の基礎を築きます。

要約(オリジナル)

In recent years, the agricultural industry has witnessed significant advancements in artificial intelligence (AI), particularly with the development of large-scale foundational models. Among these foundation models, the Segment Anything Model (SAM), introduced by Meta AI Research, stands out as a groundbreaking solution for object segmentation tasks. While SAM has shown success in various agricultural applications, its potential in the poultry industry, specifically in the context of cage-free hens, remains relatively unexplored. This study aims to assess the zero-shot segmentation performance of SAM on representative chicken segmentation tasks, including part-based segmentation and the use of infrared thermal images, and to explore chicken-tracking tasks by using SAM as a segmentation tool. The results demonstrate SAM’s superior performance compared to SegFormer and SETR in both whole and part-based chicken segmentation. SAM-based object tracking also provides valuable data on the behavior and movement patterns of broiler birds. The findings of this study contribute to a better understanding of SAM’s potential in poultry science and lay the foundation for future advancements in chicken segmentation and tracking.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google