Duración del proyecto: 2021 - 2022

Origen de los fondos:  Financiado por el Ministerio de Industria, Comercio y Turismo,  Dirección General de Industria y de la Pequeña y Mediana Empresa e Inycom.

El proyecto nace de la necesidad de renovar los métodos tradicionales de identificación o de medición del peso de animales estabulados, ya que hasta ahora estas mediciones requerían del uso de elementos invasivos, por lo que se hacía necesario encontrar alternativas que mejoren el bienestar animal.
FACEPIG está impulsado por un consorcio formado por seis entidades: el Clúster Español de Productores de Ganado Porcino (i+Porc), líder del proyecto, Infoporc, Inycom, el Centre d’Estudis Porcins (CEP), la Universitat de Lleida y la AEI Tecnara.

 

FACEPIG: Testeo y validación de un software para la identificación y estimación de peso de ganado porcino basado en Visión por computador y Deep Learning

El objetivo general del proyecto facePIG es desarrollar un nuevo método no invasivo para la identificación de los animales y estimación de peso del ganado porcino mediante el uso de nuevas tecnologías. Con este desarrollo se pretende:

  • Ayudar a controlar la salud y el correcto crecimiento de los animales, así como su bienestar.
  • Permitir un ahorro en el sector y una mejora del impacto ambiental, optimizando los recursos.

Implicación de Inycom:

El equipo de I+D junto al equipo de Ingeniería, Integración e Innovación (i3) tenía como reto diseñar, implementar y validar una solución de identificación individual para cada animal, en este caso la solución ha consistido en un software basado en visión por computador y DeepLearning, técnicas ambas no invasivas.

 

Se ha conseguido identificar a los animales con hasta un 94% de probabilidad; utilizando dos redes neuronales distintas:

  • Red neuronal propia.
  • Fine tunning: red neuronal ya pre-entrenada.

Hitos destacados del Proyecto:

Dentro del proyecto, se han definido los siguientes hitos particulares:

  • Análisis de requisitos para el software incluyendo los de arquitectura (hardware e integración), de módulos asociados a la solución y de aspectos relativos al despliegue de infraestructura IoT en explotaciones ganaderas.
  • Investigación, identificación y selección de técnicas de procesado de imágenes para identificación de cerdos.
  •  Desarrollo y programación del módulo de procesado de imágenes para identificación de cerdos.
  • Investigación, identificación y selección de técnicas de procesado de imágenes para estimación del peso de los cerdos.
  • Desarrollo y programación del módulo de procesado de imágenes para estimación del peso de los animales.
  • Planificación de una campaña de ensayos en las instalaciones de CEP y despliegue de la infraestructura de IoT necesaria.
  • Desarrollo de ensayos para testeo y validación de los módulos y análisis de los resultados para mejorar su operación.
  • Análisis de continuidad del proyecto, estudio de potencial mercado, cuantificación de impacto económico del software y difusión y comunicación de proyecto.

Socios:

Financia:

Otros proyectos que pueden interesarte

Proyecto CADIA

Proyecto CADIA

Sistema de ayuda a la detección de patologías basándose en el análisis de imágenes con inteligencia artificial

El Hospital Clínico Universitario Lozano Blesa implanta una solución para controlar los accesos a sus instalaciones

Control de accesos al servicio de la salud

El Hospital Clínico Universitario Lozano Blesa implanta una solución para controlar los accesos a sus instalaciones

/sites/default/files/publicaciones/archivos/caso-exito-inycom-acceso-hospitales.pdf
Descargar
Seguridad en el transporte de muestras biológicas

Seguridad en el transporte de muestras biológicas

AKRALAB buscaba innovar en sus neveras de transporte de biomuestras. El objetivo era diseñar una solución que permitiera monitorizar la temperatura interior, así como tiempo transcurrido durante el traslado de dichas muestras desde el centro de salud de origen hasta el laboratorio de destino