A képalkotó rendszerek adatai alapján mekkora pontossággal lehet megbecsülni a vágósertések vagy a brojlercsirkék aktuális élőtömegét, és hogyan segít ez az adat az optimális vágási ablak és a takarmány-konverzió hajszálpontos kiszámításában?
A képalkotó élőtömeg-becslés lényege, hogy a kamerák – legtöbbször felülről rögzített 2D-, 3D- vagy mélységkamerás képek alapján – automatikusan felismerik az állat testkontúrját, testfelületét, testhosszát, szélességét, hátfelületét, valamint a növekedéssel összefüggő morfológiai jellemzőket. Ezekből mesterséges intelligenciával vagy regressziós modellekkel becsülhető az aktuális élőtömeg. Sertéseknél a legjobb üzemi és kísérleti rendszerek már kifejezetten jó pontosságot mutatnak: a friss áttekintések szerint a 2D-képalkotás tipikus hibája 5–8%, míg a 3D-megoldásoké megfelelő kalibráció és jó kameraelhelyezés mellett 3–5% körüli. Egyes vizsgálatokban 3–6 kg körüli abszolút hiba is elérhető hízósertéseknél, de az eredményt erősen befolyásolja a testhelyzet, a takarás, a világítás, a fajta, az életkor, valamint az, hogy a modell ugyanarra az állománytípusra lett-e tanítva, amelyen használják.
Brojlercsirkéknél a helyzet nehezebb, mert az állatok sűrűn helyezkednek el, gyakori az átfedés és a takarás. Ennek ellenére a legújabb vizsgálatok ígéretesek: egy 2025-ös 2D-videórendszer átlagosan 7,0 ± 5,8% relatív hibával becsülte a brojlercsirkék tömegét, míg egy 2026-os YOLO-alapú vizsgálat 84,4 g átlagos abszolút hibát és 7,6% relatív hibát közölt. A 7% körüli relatív hiba azt jelenti, hogy például egy 2 kg-os brojler esetében az átlagos becslési eltérés nagyságrendileg körülbelül 140 gramm lehet. A „7,0 ± 5,8%” megfogalmazás arra utal, hogy az átlagos hiba 7% volt, de az egyes becslések pontossága szóródott: kedvező képeknél ennél kisebb, takarás vagy rossz testhelyzet esetén nagyobb hiba is előfordulhatott. A 84,4 grammos átlagos abszolút hiba pedig azt jelenti, hogy a becsült és a tényleges testtömeg között átlagosan ekkora volt az eltérés, függetlenül attól, hogy a rendszer alul- vagy felülbecsülte az állat tömegét.
Fontos azonban hangsúlyozni, hogy ezek a rendszerek elsősorban nem az egyes csirkék „mérlegszerű” egyedi mérésében, hanem az állományszintű trendek követésében a legerősebbek. A gyakorlatban az a legnagyobb értékük, hogy naponta, automatikusan és emberi beavatkozás nélkül mutatják az átlagtömeg, a növekedési ütem és az állományon belüli szóródás változását.
Ez már elegendő lehet ahhoz, hogy a telepvezető pontosabban lássa, mikor közelít az állomány a vágási céltömeghez, illetve időben észrevegye, ha a növekedés elmarad a várttól. A gyakorlati érték tehát nem az egyedi mérés „tökéletességében”, hanem a napi, automatikus állományszintű trendkövetésben van.
Ha naponta látható az átlagtömeg, a szórás, a növekedési ütem és a lemaradó állatok aránya, akkor pontosabban tervezhető a vágási időpont, csökkenthető az alul- vagy túlsúlyos állatok aránya és jobban igazítható a takarmányozási program. A takarmány-konverzió számítása is megbízhatóbbá válik, mert nem heti néhány kézi mérésre, hanem folyamatos tömegbecslésre épül. Fontos azonban: a rendszer nem helyettesíti a telepi szakmai kontrollt, hanem döntéstámogató eszköz. Akkor ad valódi gazdasági előnyt, ha pontos takarmány-felhasználási, elhullási, betelepítési és vágóhídi adatokkal együtt értékelik.
A publikációban szereplő állítások és vélemények kizárólag a szerző(k) saját álláspontját tükrözik, és nem feltétlenül egyeznek meg a szerkesztőség, illetve az Agrárszektort is kiadó NET Média Zrt. hivatalos álláspontjával.
