В Воронежской области на молочном комплексе “АгроЭко” проходит проверку отечественная разработка, сохраняющая здоровье стада. Специалисты Российского государственного аграрного университета – МСХА имени К.А. Тимирязева создали программно-аппаратный комплекс, который с помощью камер и нейросетей выявляет хромоту у коров на самых ранних стадиях.
Технология уже показала точность распознавания животных на уровне 99%, а в ее основе лежит уникальная модель, отслеживающая 42 точки на теле животного.
Хромота – скрытая угроза для молочной фермы
Хромота считается одной из самых дорогостоящих проблем молочного животноводства. Корова, испытывающая боль, меньше ест, теряет в весе и дает меньше молока. Потери надоев могут достигать трети от привычного объема, а каждое пятое животное с запущенной формой преждевременно выбывает из стада. Финансовые потери от одного случая оцениваются в сумму до 40 тыс. рублей.
Главная сложность в том, что на раннем этапе болезнь почти незаметна. Животное продолжает двигаться, но меняет походку: чуть иначе ставит ногу, немного иначе изгибает спину. Человеческий глаз такие нюансы улавливает с трудом, особенно когда в день через глаза ветеринара проходят сотни голов.
Как устроена ИИ-технология выявления хромоты
В основе разработки – видеокамеры высокого разрешения и алгоритмы компьютерного зрения. Ученые построили скелетную модель коровы, включающую 42 контрольные точки. Система отслеживает положение суставов, угол сгиба, кривизну спины и симметрию шагов.
В отличие от зарубежных решений, где используется не более 17 точек, отечественная модель уверенно работает даже тогда, когда животные частично перекрывают друг друга или находятся в группе.
Нейросеть не просто фиксирует текущее состояние, но и запоминает динамику. Ветеринарный врач или зоотехник получает сводку по каждому животному и может увидеть, как менялась походка конкретной коровы за последние недели. Это позволяет заметить тревожный тренд до того, как он превратится в открытую проблему.
Сейчас в распоряжении разработчиков более 60 ТБ видеозаписей, на которых обучается модель.
Как это поможет фермеру
Практическая выгода для фермы складывается из нескольких составляющих. Раннее выявление означает более дешевое и эффективное лечение. Чем раньше получается вмешаться, тем выше шанс сохранить продуктивность животного.
Кроме того, система помогает формировать группы риска и принимать решения о выбраковке на основе объективных данных, а не только визуального осмотра.
В перспективе накопленные данные можно использовать для оценки экстерьера и племенной работы:
Директор Проектного института цифровой трансформации АПК РГАУ-МСХА имени К.А. Тимирязева, кандидат технических наук Анастасия Греченева отмечает, что переход от лабораторных моделей к испытаниям на реальном производстве – это ключевой этап для любого проекта в сельском хозяйстве.
Работа на площадке крупного партнера позволяет обучать нейросети на уникальных данных и добиваться максимальной точности.
Как цифровые технологии внедряются в животноводство
Проект уже привлек внимание на федеральном уровне. В мае 2026 года с технологией ознакомилась министр сельского хозяйства России Оксана Лут.
Глава Минсельхоза подчеркнула, что цифровизация и современные технологии являются ключевыми факторами роста производительности труда в агропромышленном комплексе.
Сегодня инструменты точного животноводства перестают быть экзотикой и постепенно становятся частью повседневной работы ферм. Параллельно в других регионах также ведутся разработки в этой сфере.
Так, в Башкирском государственном аграрном университете создают платформу для оценки племенной ценности свиней с использованием машинного зрения. Ученые Санкт-Петербургского государственного университета ветеринарной медицины осваивают технологию получения эмбрионов для ускоренного воспроизводства высокопродуктивных коров.
