Case

FarrowTech

Intelligent kamera, der ved hjælp af machine learning overvåger grisen under faringen

FarrowTech har udviklet et intelligent kamera der kan monteres bag ved søer, som automatisk holder øje med faringerne hele døgnet, og som sender alarmer direkte til mobiltelefonen ved for lange farings intervaller. Med FarrowCam får du et par ekstra øjne i farestalden.

– Casebeskrivelse

FarrowTech er en 5 år gammel virksomhed, som udvikler intelligente produkter til svineavlere. Da de startede virksomheden, ønskede de at udvikle produkter som ville mindske dødeligheden blandt pattegrise. I 2013 var det 10% af grise som blev dødfødte, hvilket var et stort problem blandt svineavlere. FarrowTechs mission var derfor, at halvere antallet af dødfødte med deres teknologi.

I starten af 2019 stod FarrowTech med et stykke hardware, som bestod af et intelligent kamera. Kameraet skal sættes på farings stien så den kan overvåge grisen under faringen. På denne måde vil kameraet via machine learning, kunne registrere når der er noget galt i fødslen, og svineavleren vil derfor kunne gribe ind.

Timer

Timer brugt i alt indtil nu

FarrowTech

Produktionsvirksomhed

Innovative produkter

Grundlagt i Danmark

Billede fra en grisestald som viser den sensor FarrowTech bruger til deres machine learning system

Sådan løste vi det

Machine Learning er et komplekst værktøj, og til at starte med opfyldte FarrowTech ikke de eksisterende benchmarks. Derfor for at få et endnu skarpere produkt, var vores machine learning specialist Mads, deltidskonsulent hos FarrowTech i 6 måneder.

Her var Mads’ fokus computer vision. Computer vision er analyse af billeder og video hvilket betyder at hver et billede, fra den video der bliver lavet i stien, bliver analyseret. Til at starte med bliver labels brugt, hvilket er den ”perfekte” måde at udføre et system på. Det vil sige at en person manuelt sidder og notere når en gris bliver født. Det er denne metode, som skal overtages af machine learning. På sigt skaber machine learning en algoritme ud fra en analyse, som kan genkende hvornår en gris blev født, og hvor lang tid der går imellem hver fødsel.

Derudover, var Mads med til at udvælge det træningsmateriale, som skulle bruges til at forbedre analysen. I sådan et projekt, er det nemlig vigtigt at træningsmaterialet er i orden, for at systemet fungerer rigtigt. Mads samarbejdede med Alexandra Institut for at få opgaven løst.

Machine learning ikon

Machine learning

FarrowCam ikon

FarrowCam

En tegnet gris

Glade grise

Vores ansvar

W

Onsite konsulentarbejde

W

Machine learning

Teknologi

Som sagt er kernen i FarrowCam systemet en algoritme, der i realtid analyserer video, optaget på et termisk kamera. Idet analysen udføres i realtid på selve kameraet, er algoritmen udviklet med stor fokus på performance, og er skrevet i det yderst optimeret programmeringssprog C++.

Algoritmen benytter en hybrid af klassisk Computer Vision baseret på Open CV og statistiske udregninger, samt moderne Deep Learning med en custom model trænet i Tensorflow, og deployet til en Docker Container ved hjælp af TensorFlow Serving. Der benyttes Python scripts til sammenligning af kørsler af algoritmen og de tilsvarende manuelle analyser. På baggrund af disse sammenligninger udvælges interessante dele af videoen, og tilføjes automatisk som fremtidig træningsdata.

Open CVs logo
Pythons logo
TensorFlows logo
c plus plus logo

Resultatet

Med Mads’ hjælp har FarrowTech fået optimeret deres produkt, så deres FarrowCam nu lever op til de standarder de har sat. De har nu skabt et værktøj som gør arbejdet lettere for svineavlere. Mads har været med til at tilrette og justere, så produktet er blevet mere præcise. Det vil sige at svineavlere er i stand til at hjælpe endnu flere smågrise end det nogensinde har været muligt.

Med en konsulent er det muligt at få hjælp til specifikke ting, uden at man binder sig på en langvarig kontrakt. FarrowTech havde brug for en machine learning specialist til at optimere deres produkt, og havde ham til rådighed i den periode de havde brug for hjælpen. 

Skal I bruge Machine learning til jeres digitale projekt?

Med machine learning kan man lære en computer, at lave forudsigelser ud fra noget data. Det er effektivt for virksomheder som ønsker at følge med i trends og mønstre, som ikke kan spores af mennesker. Læs mere om machine learning her.