深大生研AI監測鵝群健康
小程序辨識異常及時預警 獅頭鵝存活率升三成
100天時間，16名大學生為廣東汕頭澄海區後溪村打造出全國第一個人工智能養鵝場，幫助當地養殖農戶將獅頭鵝的存活率提升了30%。這16名大學生來自深圳大學騰訊AI班（騰班）。在深圳大學教師和騰訊工程師的指導下，他們開發出了全國第一個AI養鵝小程序，實現「呆頭鵝」識別、「發燒鵝」識別、環境監測和數據分析等功能。使用這一小程序後，鵝農不再需要蹲守鵝舍，即可隨時觀看鵝群動態，也能及時收到呆滯、體溫異常等鵝場內出現的可疑鵝病預警。
王翊灃是AI養鵝項目組中的一員。來到養鵝場他才發現，這個項目真的是從零開始，除了木屋和一些照明設備，鵝場只有黑狗、橘貓以及隨處可見3厘米厚的鵝糞，甚至信號也時斷時弱。
採集「鵝臉」 人工逐張標註
500平方米的空間裏，4,000多隻鵝密密麻麻地聚在一起吼叫。鵝一旦生病，叫聲會變得嘶啞，但眼前的景象讓學生們發現，單獨識別某一隻鵝的叫聲似乎不可能。他們與鵝農反覆交流，了解到獅頭鵝常見疾病有鵝瘟、禽霍亂、大腸桿菌、中暑等，除聲音嘶啞、發燒之外，閉目呆立也是重要的特徵。項目組因此決定，通過識別鵝的原地呆滯時長判斷其是否生病，並分為硬件、前端、後端、算法4個組推動項目落地。在震耳欲聾的「嘎嘎」聲中，他們邁出了「AI養鵝」的關鍵一步——鋪裝攝像頭。期間，當地氣溫高達40度，踩着梯子幹活的他們，T恤濕了又乾、乾了又濕。
這些困難只是「前菜」，真正的攔路虎是「鵝臉採集」和算法模型。鵝是水禽生物，像給豬一樣掛二維碼識別的方式行不通。為了獲取足夠多的樣本「投餵」AI，同學們選擇用養殖場的攝像頭抓拍，人工逐一抽幀，再對拍攝的每張照片進行分類、打標籤。6,000張圖片、30萬隻鵝的標註，讓很多同學睡覺夢見的都是鵝。王翊灃說，標註過程中需集中百分百的注意力，紅框如果稍微大一點，圈了一點雜物都會影響AI的訓練效果。
不僅如此，同樣的算法在不同場景裏，準確率可能會差幾十個點，因為鵝的場景太過密集，更需要不斷地迭代優化算法。
時間一天天過去，學生們對鵝的了解也不斷加深。他們發現，由於成年獅頭鵝的羽毛厚重，導致難以測量體溫。而小鵝苗的羽毛更輕薄，有測溫條件。正常鵝苗的體溫是40—41度，如果生病體溫一般會略高，所以，他們又在小鵝生活的鵝棚安裝了紅外測溫儀，並復用一部分「呆頭鵝」識別跟蹤的算法，幫助鵝農識別體溫異常的「發燒鵝」。後來，有同學又從十年前的論文裏發現，獅頭鵝的發病和颱風、霧霾等天氣也有密切關係，於是他們又在小程序上新增了數據觀測及分析功能。
在同學們的努力下，小程序一直在迭代升級。到今天，小程序介面上每天都可以實時收到幾次的「呆頭鵝」、「發燒鵝」預警，顯示鵝場的溫度、濕度、PM2.5指數及數據變化的趨勢圖，幫助農戶及時掌握鵝群動態。
