Resumen La producción de pollos de engorde es una piedra angular de la seguridad alimentaria global, sin embargo, el monitoreo de animales en granjas comerciales sigue siendo un desafío debido a las altas densidades de población y a las condiciones ambientales variables. El progreso en el monitoreo automatizado se ve limitado por la escasez de conjuntos de datos específicos del dominio y disponibles públicamente. Para abordar esta brecha, presentamos Poultry Images for Object detection (PIO), un conjunto de datos diseñado para apoyar el desarrollo y la evaluación de modelos de visión por computadora para la cría de aves. PIO comprende 1,487 imágenes anotadas manualmente que contienen 327,289 instancias de pollos de engorde, recolectadas tanto de gallineros comerciales como prototipos en diferentes etapas de crecimiento. El conjunto de datos refleja condiciones realistas como variaciones en la morfología, iluminación y densidad de aves. Las anotaciones fueron generadas usando la herramienta LabelImg, con cuadros delimitadores normalizados a las dimensiones de la imagen para compatibilidad con marcos de detección de última generación. Para ilustrar su utilidad, se entrenaron y evaluaron tres variantes de YOLOv10 en PIO, demostrando su idoneidad para evaluar modelos de detección de objetos en contextos de ganadería de precisión, como se muestra en la figura 1.
Building similarity graph...
Analyzing shared references across papers
Loading...
Boniche et al. (Thu,) estudiaron esta cuestión.
www.synapsesocial.com/papers/69d896166c1944d70ce075b1 — DOI: https://doi.org/10.1038/s41597-026-07114-5
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context:
Keyla Boniche
Edmanuel Cruz
Jose Carlos Rangel
Scientific Data
Building similarity graph...
Analyzing shared references across papers
Loading...