Dijital Hayvancılıkta Yapay Zekâ ve İnsansız Hava Araçları: Derin Öğrenme ve Bilgisayarlı Görme ile Dağlık ve Engebeli Arazide Kıl Keçisi Tespiti, Takibi ve Sayımı

Abstract

Küresel gıda talebindeki hızlı artış nedeniyle yüksek kaliteli hayvansal ürün üretiminin artırılması gerekliliği, modern hayvancılık uygulamalarında teknoloji kullanımı ihtiyacını beraberinde getirmiştir. Özellikle ekstansif koşullarda küçükbaş hayvan yetiştiriciliğinde hayvanların otomatik olarak izlenmesi ve yönetilmesi, verimliliğin artırılması açısından büyük öneme sahiptir. Bu noktada, insansız hava araçlarından elde edilen yüksek çözünürlüklü görüntüler ile derin öğrenme algoritmalarının birleştirilmesi, sürülerin uzaktan takip edilmesinde etkili çözümler sunma potansiyeli taşımaktadır. Bu çalışmada, insansız hava araçlarından (İHA) elde edilen yüksek çözünürlüklü görüntüler üzerinde derin öğrenme algoritmaları kullanılarak kıl keçilerinin otomatik olarak tespit edilmesi, takip edilmesi ve sayılması amaçlanmıştır. Bu kapsamda, en güncel You Only Look Once (YOLOv8) mimari varyasyonlarından YOLOv8n, YOLOv8s, YOLOv8m, YOLOv8l ve YOLOv8x olmak üzere beş farklı model gerçek hayvan izleme uçuşlarından elde edilen İHA görüntüleri üzerinde eğitilmiştir. Elde edilen bulgulara göre, 0,95 F1 skoru ve 0,99 mAP50 değeri ile hem sınırlayıcı kutu tespiti hem de segmentasyon performansı açısından en yüksek başarımı YOLOv8s mimarisi göstermiştir. Sonuç olarak, önerilen derin öğrenme tabanlı yaklaşımın, İHA destekli hassas hayvancılık uygulamalarında etkili, düşük maliyetli ve sürdürülebilir bir çözüm olabileceği öngörülmektedir.