OtoP 3D : Autopesée et imagerie 3D, deux nouveaux outils pour suivre l'état et la croissance des brebis et agneaux ?

CASDAR n°18ART1818
OtoP 3D
Autopesée et imagerie 3D, deux
nouveaux outils pour suivre l'état et
la croissance des brebis et agneaux ?
Contact : Laurence Depuille – Laurence.Depuille@idele.fr

Problème technique
Autopesée et imagerie 3D, deux nouveaux outils pour suivre
l'état et la croissance des brebis et agneaux ?
➔ Dans le chat en bas à droite
11 janvier 2023 Webinaire OtoP 3D - Satellite 3R 2
Informations pratiques
Questions Interactions
REPLAY
➔ Sur https://idele.fr/Otop-3D/
➔ Utilisez de préférence Mozilla firefox ou Google chrome
➔ Mettez votre fenêtre de navigateur en plein écran pour
profiter de toutes les fonctionnalités
➔ Donnez nous votre avis
à la fin du webinaire

• Présentation du projet OtoP 3D
• Trajectoires de poids vif et Note d’Etat Corporel
des brebis et agneaux
• Imagerie 3D : Du prototype au phenotype
• Autopesée : Les différents essais menés
• Du dispositif d’autopesée au poids des animaux
• Conclusions et perspectives
Au programme

PRÉSENTATION DU PROJET OTOP 3D
Autopesée et imagerie 3D, deux outils de
phénotypage à haut débit et d’aide à la
décision en élevage ovin

Note d’Etat Corporel (NEC)
• Une appréciation
• De l’état d’engraissement
• De la couverture des besoins
• De l’état sanitaire de l’animal
• Une mesure importante à certains
stades physiologiques
• Une méthode actuelle
• Chronophage
• Subjective
• Peut être stressante car nécessite une
palpation du dos de l’animal
Pourquoi OtoP 3D ?
Poids
• Un indicateur
• De croissance des agneaux
• De détection de troubles sanitaires
• Pour le dosage des traitements
sanitaires
• Du suivi des brebis
• Une mesure qui nécessite un
chantier de pesée
• Chronophage
• Nécessite un système de contention
• Peut être stressant
Aider les éleveurs et techniciens à la prise de décision dans la conduite des troupeaux
et acquérir de nouveaux phénotypes
Deux solutions existent pour suivre les besoins de son troupeau ovin :
➔ Peu utilisés en élevage

OtoP 3D : Autopesée et imagerie 3D, deux outils de
phénotypage à haut débit et d’aide à la décision en élevage ovin
Objectifs
• Faire la preuve du concept de l’utilisation de l’autopesée et de l’imagerie 3D pour le suivi
du poids vif des animaux et/ou de leur état corporel
• Proposer des algorithmes d’analyse des trajectoires des poids vifs, obtenus par un
dispositif d’auto-pesée, dans une finalité de produire des alertes permettant une aide à la
décision pour les éleveurs
Début : Décembre 2018
Fin : Mai 2023
8 Partenaires
Ovin Lait – Ovin Viande

Etapes clés du projet OtoP 3D
Conception et tests d’un outil
de scan 3D
Réunions
d’éleveurs
Elaboration et co-conception
d’un dispositif d’auto-pesée
Analyse des données et développement
d’algorithmes pour alerter les éleveurs
Communication autour du projet - http://otop3d.idele.fr
Début du projet :
Décembre 2018
Fin du projet :
Mai 2023
2023
2020
2019 2021 2022
Récolte des images 3D
Mise en place de l’auto-pesée sur
différents sites
Réalisation de courbes de
poids et NEC de référence

CASDAR n°18ART1818
Action 2 : Trajectoires de poids
vif et de NEC
Terence Dechaux – Dominique François
Elodie Doutart

Description de l’action
Action 2
Analyse des données existantes
sur les PV et les NEC
Objectif : paramétrer les futurs outils
d’autopesée et de NEC automatisée
Test de l’auto-pesée à l’unité
expérimentale de la Fage
Etude de faisabilité de la
détection par l’auto-pesée
d’animaux « challengés »

CASDAR n°18ART1818
Les brebis
Etude du poids vif

LES DONNÉES
La Fage
Ecosse
SRUC
Le Mourier
iDELE
Irlande
TEAGASC
• La Fage Lait : 2701 brebis
• La Fage parcours (Allaitant) : 1334 brebis
• Campagnes : 2008/2018
• 5 et 7 points/campagne (Lait/Allaitant)
• 2141 brebis Scottish Blackface et Lleyn
• Campagnes :2011/2018
• 3 points par campagne: mise en lutte, CG, sevrage
• 2245 brebis Vendéennes et F1 Ile de France-Romanov
• Campagnes : 1999/2018
• 3 points par campagne: mise en lutte, fin lutte, sevrage
• 1065 brebis Suffolk, Blackface et Belclare
• Campagnes 2005/2011-2014/2018
• 5 points par campagne

CLASSIFICATION DES COURBES
DE PV
• Sur les données de La Fage allaitant
• Une première classification est effectuée sur des trajectoires
reconstruites par interpolation linéaire pour augmenter le
nombre de points
• 20 classes sont obtenues
Exemple d’une classe obtenue
En noire : la courbe médiane de la classe
• Les 20 classes sont regroupées en 7 classes finales selon plusieurs
critères :
• L’âge à la mise-bas : en distinguant les jeunes (<2ans) et les adultes ( >=2ans)
• Le profil des trajectoires pendant la phase de gestation (de J-150 à J-70)
• Le profil des trajectoires pendant la phase d’allaitement (de J0 à J80)

CLASSEMENT DE RÉFÉRENCE –
ADULTES
Adultes – gestation ↑ et allaitement ↓
Adultes – gestation ↑ et allaitement =
Adultes – gestation = et allaitement =

CLASSEMENT DE RÉFÉRENCE –
JEUNES
Jeunes– gestation ↑ et
allaitement ↑
Jeunes– gestation ↑ et
allaitement ↓
Jeunes – gestation ↑ et
allaitement =
Gestation ↓ au début
(pendant les 20 premiers jours de suivi)
+ une classe

INTÉGRATION DES DONNÉES DE
LA FAGE LAIT ET D’IRLANDE
La plupart des trajectoires de la Fage lait ont pu être intégré aux classes construites
précédemment.
Sur les 3924 trajectoires irlandaises, 2569 ont une phase de décroissance tout au long
de la gestation et ne s’intégraient pas dans les classes créées. C’est cohérent avec le
système d’élevage du TEAGASC avec un pâturage à l’automne et une gestation en
hiver avec une ration à base de fourrages conservés
Nous avons créé deux nouvelles classes :
Gestation ↓ et allaitement ↓ Gestation ↓ et allaitement ↑

ETUDE DES CLASSES OBTENUES
– AGE À LA MISE BAS
Une description des classes a été réalisée, basée sur différents critères : l’âge à la mise
bas, les soldes des poids lors des phases de début de gestation, de gestation et
d’allaitement. Cette description a permis de mettre en lumière quelques problèmes de
composition des classes
Des brebis pas si jeunes que ça !

REGROUPEMENT DES CLASSES
Adultes_GC_AS + Adultes_GC_AD
Adultes_GS_AS + Début gestation décroissant
Jeunes_GC_AC
Jeunes_GC_AD
Jeunes_GC_AS
GD_AD
GD_AC
GC_AD
Stable
GC_AC
GC_AC
GC_AD
Stable
GD_AD
GD_AC
Au final , on passe de 9
classes à 5 classes

CLASSEMENT FINAL
GC_AC– gestation ↑ et allaitement ↑
GC_AD – gestation ↑ et allaitement ↓
GD_AD – gestation ↓ et allaitement ↓

CLASSEMENT FINAL
Stable – gestation = et allaitement =
GD_AC – gestation ↓ et allaitement ↑

INTÉGRATION DES DONNÉES DU
MOURIER ET D’ECOSSE
Données disponibles Ecosse :
• Une mesure à la lutte
• Une mesure à l’échographie de mi-gestation
• Une mesure au sevrage
Classement à partir des soldes de PV : 66% des trajectoires ont pu être classées
Données disponibles au Mourier :
• Une mesure en début de lutte
• Une mesure en fin de lutte
Classement à partir des soldes de PV : 48% des trajectoires ont pu être classées

ETUDE DE LA NOTE D’ETAT CORPOREL
(NEC)

MÉTHODE UTILISÉE
➢J0 = mise bas
➢Suivi de J-150 à J80
➢ NECs à la Fage Allaitant et Lait notées au 10ème
➢+ Données Irlandaises TEAGASC
➢Même méthode que pour le poids vif :
➢ Interpolation linéaire
➢ Classification : 20 classes obtenues,
réduites à 10
Exemple d’une courbe de NEC interpolée

CLASSEMENT FINAL –
10 CLASSES FINALES
Début gestation ↑, fin gestation ↓, allaitement ↑ Début gestation ↑, fin gestation ↓, allaitement ↓
Début gestation ↑, fin gestation = , allaitement ↓ Début gestation ↑, fin gestation ↑ , allaitement
=

Début gestation ↓, fin gestation ↓, allaitement ↑
Début gestation =, fin gestation ↓, allaitement =
Début gestation = , fin gestation =, allaitement ↑
Début gestation= , fin gestation =, allaitement ↓

Début gestation =, fin gestation =, allaitement =
Début gestation =, fin gestation =, allaitement ↓

INTÉGRATION DES DONNÉES DU
MOURIER ET D’ECOSSE
Données disponibles Ecosse :
• Une mesure à la lutte
• Une mesure à l’échographie à mi-gestation
Classement à partir des soldes de NEC : 64% des trajectoires ont pu être
classées
Données disponibles au Mourier :
• Une mesure en début de lutte
• Une mesure en fin de lutte
• Une mesure à la mise-bas
Classement à partir des soldes de NEC : 32% des trajectoires ont pu être
classées

CASDAR n°18ART1818
Les agneaux

MÉTHODE ET RÉSULTAT
• 3 critères ont permis la classification des courbes
de poids :
• Le sexe
• Le système d’élevage (Laitier, Allaitant en bergerie et
allaitant sur parcours)
• données ← la Fage-lait,
testage boucher InsemOvin,
laFage-allaitant (parcours)
• Le type de croissance selon l’âge à l’abattage (précoce,
soutenue, modérée, tardive)
• Nous avons obtenu 2*3*4 = 24 courbes types

TRAJECTOIRES MÂLES SYSTÈME
ALLAITANT EN BERGERIE
Mad = écart à la médiane
GMQ à 105 jours en hg/j :
P : 3,8
S : 3,5
M : 3,1
T : 2,6
GMQ à 120 jours en hg/j :
S : 3,3
M : 3,1
T : 2,7

ILLUSTRATION DES
ENVELOPPES VIA UN EXEMPLE
• Nous avons testé ces enveloppes avec des vraies données de
poids d’agneaux du challenge sanitaire

ILLUSTRATION DES
ENVELOPPES VIA UN EXEMPLE
• Nous avons testé ces enveloppes avec des vraies données de
poids d’agneaux du challenge sanitaire femelle (22180)

CONCLUSION
• Sur les agneaux :
• Description de 24 trajectoires de croissance du poids vif
• Sur les brebis :
• 5 classes de trajectoires de poids vif ont été obtenues
• 10 classes de trajectoires de NEC
• Ces classes ont pu être testées en y intégrant une partie des
trajectoires du Mourier et du SRUC en Ecosse
• Ces classes ont pu prendre en compte les particularités de
systèmes d’élevage étrangers
→ Possibilité de déclencher à partir des déviations
de trajectoires,
des alertes paramétrables,
adaptées à la plupart des systèmes d’élevage ovins

CASDAR n°18ART1818
Merci pour votre attention !
Terence Dechaux – Dominique François
Elodie Doutart

CASDAR n°18ART1818
L’imagerie 3D pour phénotyper
les ovins
Laurent DELATTRE (3D Ouest)
Terence DECHAUX & Arnaud DELPEUCH
(Idele)

AU FAIT,
C’EST QUOI LA 3D ?

AU FAIT, C’EST QUOI LA 3D ?
• Une image affichée en 3 dimensions
• Largeur, Hauteur et profondeur
• Qui permet de voir le relief des formes
• Contrairement à une image classique « 2D »
Objet virtuel que l’on peut manipuler et mesurer via un
ordinateur et des logiciels
Une image 3D, c’est quoi ?

AU FAIT, C’EST QUOI LA 3D ?
• Jeux vidéos et le cinéma
• Dans l’image et comme « manette »
• Industrie et le bâtiment
• Modélisation des objets (avions), impression…
• Visualisation concrète des modifications, ajout
• Et en élevage aussi
• Pour prédire la Note d’Etat Corporel en vache laitière
• Des travaux de R&D pour estimer/prédire
• le poids des vaches laitières
• l’ingestion
• La morphologie des vaches laitières (aplombs et mamelle)
Enormément d’applications et encore plus à venir
La 3D, ça sert à quoi ?

LE DISPOSITIF OTOP-3D
3 briques distinctes pour produire des
images 3D complètes

1. Le portique (support, capteurs, intégration, IDE…)
2. Le logiciel d’acquisition (vitesse, ergonomie…)
3. Le logiciel de reconstruction des images en 3D
(fusion, nettoyage, …)
→fournir des images 3D complètes et « propres »
3 briques distinctes

3 briques distinctes (1/3)
• Portique d’acquisition
• Châssis aluminium modulable et intégrable
• 6 capteurs Intel D435
• Identification électronique
• S’adapte au couloir avec un filet pour contenir
l’animal

• Logiciel d'acquisition
• Sur un PC portable
• Déclenchement automatique de la prise d’image
• 2 dispositifs disponibles
• Le dispositif brebis initial est + grand
• Un adapté aux agneaux avec une porte cornadis
« Capte » ≈80% de l’animal

• Traitement des images brutes sur serveur
• Réduction des artefacts (sol+environnement) (1)
• Suppression auto porte cornadis, pattes et tête
• Identification d’un squelette rudimentaire (2)
• avec un point d’articulation au niveau du cou (3)
• Image reconstruite prête à l’analyse (4)
1
2
3
4

• Nombreuses contraintes = plusieurs versions
• Contention/gestion du flux
• Au final 2 dispositifs d’acquisition opérationnels
• Une 100aine d’animaux par heure
• Des évolutions prévues = ↗ prise en main et la qualité
des images
• Ergonomie du logiciel d’acquisition
• Adaptation du portique « Brebis »
En conclusion

CASDAR n°18ART1818
Traitement des images 3D
Terence Dechaux – Elodie Doutart

TRAITEMENT DES IMAGES 3D
Prédire le poids et la NEC en employant des
algorithmes de traitement d’images et de Machine
Learning.
11 janvier 2023 46
Objectifs
Webinaire OtoP 3D - Satellite 3R

2667 images 3D de brebis avec poids et NEC
associés
11 janvier 2023 47
Présentation des données
Poids = 93,7 kg NEC = 3

Approche Machine Learning : prédire le poids et la NEC
à partir d’indicateurs issus de l’image
11 janvier 2023 48
Calcul des indicateurs
Date: 02/05/2022 Poids: 72 kg NEC: 3
X
Z
Y
Volume 3D : 0,14 m3
Volume bounding box 3D : 0,34 m3
Surface enveloppe 3D : 1,7 m2
Longueur axe X : 0,98 m
Longueur axe Y : 0,49 m
Longueur axe Z : 0,72 m

Indicateurs liés aux Coupes 2D
11 janvier 2023 49
Plan Frontal
Plan Sagittal
Plan Transversal
Coupe frontale
Coupe transversale
Coupe sagittale

11 janvier 2023 50
Surface : 435010,9
Périmètre : 3243,2
Surface : 348477,5
Surface : 164794,6
Date: 02/05/2022 Poids: 72 kg NEC: 3
Coupe frontale
Coupe sagittale Coupe transversale

• En plus des indicateurs issus des images, des
informations propres à la brebis sont ajoutées :
• La race
• Le stade physiologique basé sur la date de la mise bas
• La taille de la portée
• La date de tonte
• Pour chaque images, le nombre de jours entre la
prise d’images et la tonte est calculé
11 janvier 2023 51
Ajout des paramètres zootechniques

11 janvier 2023 52
Ajout de la date de tonte
Nombre de jours = 1
289 images
Nombre de jours = 13
339 images
521 images
123 images
173 images
162 images
347 images
360 images
Exemples d’images de brebis d’environ 72kg

Plusieurs images par brebis dans le jeu de données
11 janvier 2023 53
Nettoyage des données (1/2)

Plusieurs images par brebis dans le jeu de données
11 janvier 2023 54
Objectif : conserver la meilleure reconstruction parmi ces images
Etape 1 : identifier et supprimer les images avec des défauts
de reconstruction via l’algorithme d’Isolation Forest
Exemples d’images supprimées

11 janvier 2023 55
Etape 2 : Conserver les brebis/date avec au moins 3 images
Etape 3 : Conserver l’image dont le volume est le plus proche du
volume médian (pour chaque brebis/date)
Parmi les 4 images vues précédemment, c’est la troisième
qui est conservée

11 janvier 2023 56
Etape 2 : Conserver les brebis/date avec au moins 3 images
Etape 3 : Conserver l’image dont le volume est le plus proche du
volume médian (pour chaque brebis/date)
Parmi les 4 images vues précédemment, c’est la troisième
qui est conservée
393 images à la fin

Méthode : construire deux algorithmes de Machine
Learning à partir de 393 images et 16 indicateurs avec
comme objectif de prédire le poids et la NEC
11 janvier 2023 57
Méthodologie appliquée
Les images sont réparties en deux sous-ensembles
Entrainement
80% des images
314 images
Test
20% des images
79 images
Tester différents algorithmes souvent utilisés dans des problèmes
de prédiction :
Régression linéaire, Support Vecteur Machine, Random Forest,
Xgboost
Comparaison de leur performance selon 3 critères : MAE, RMSE
et R2
Une fois le meilleur algorithme identifié, tester sa qualité
de prédiction sur de nouvelles images en calculant le
MAE, RMSE et R2

MODÈLE DE PRÉDICTION SUR LE POIDS

11 janvier 2023 59
Le modèle le plus performant :
Algorithme MAE
(apprentissage)
MAE
(test)
RMSE
(apprentissage)
RMSE
(test)
R2
(apprentissage)
R2
(test)
Xgboost 3,1 2,5 4,2 3,5 0,80 0,84
Meilleur modèle et étude des erreurs de prédiction

11 janvier 2023 60
Meilleur modèle et étude des erreurs de prédiction
Erreur de prédiction en valeur absolue
Min Q1 Moyenne Médiane Q3 Max SD N
0,007 1,1 3,0 2,2 3,8 15,3 2,7 393

11 janvier 2023 61
Résultat sur les brebis tondues
Erreur de prédiction en valeur absolue
Min Q1 Moyenne Médiane Q3 Max SD N
0,006 0,9 2,2 1,7 3,1 9,5 1,7 220
MAE = 2,2
RMSE = 2,8
R2 = 0,91

MODÈLE DE PRÉDICTION SUR LA NEC

11 janvier 2023 63
Méthodologie appliquée
Classes - De 1,5 (inclus) Entre 1,5 et 3 + de 3 (exclus)
Nombre d’images 35 233 125
Les images sont réparties en 3 classes de NEC
NEC = 1
Poids = 61,5kg
112 jours entre la
tonte et l’image
- De 1,5
NEC = 2
Poids = 60,1kg
112 jours entre la
tonte et l’image
Entre 1,5 et 3
NEC = 3,5
Poids = 65,6kg
367 jours entre la
tonte et l’image
+ de 3 exclus

Le croisement entre la tonte et les classes de NEC met
en évidence un manque de variabilité dans les données
11 janvier 2023 64
Problème d’effectif
Tonte/classes - De 1,5
(inclus)
Entre 1,5 et 3 + de 3
(exclus)
1 jours 0 26 16
13 jours 0 48 22
14 jours 0 51 58
44 jours 1 6 0
65 jours 1 13 0
105 jours 0 13 0
112 jours 33 41 0
367 jours 0 35 29

Stratégie : définir automatiquement les seuils
permettant d’obtenir le meilleur score de prédiction
11 janvier 2023 65
Stratégie pour prédire la NEC
Etape 1 : Définir
les classes selon
les seuils testés

11 janvier 2023 66
Etape 1 : Définir
les classes selon
les seuils testés
Etape 2 : Tester différents algorithmes de
prédiction (comme pour le poids) et
retenir celui avec le meilleur taux de
prédiction

11 janvier 2023 67
Etape 1 : Définir
les classes selon
les seuils testés
Etape 2 : Tester différents algorithmes de
prédiction (comme pour le poids) et
retenir celui avec le meilleur taux de
prédiction
Etape 3 : Identifier pour quels
seuils l’algorithme retenu a le
meilleur taux de prédiction

Les seuils obtenus sont de 2 et 3,5 avec un taux d’images
bien classées de 76 % (obtenu avec l’algorithme Random
Forest)
11 janvier 2023 68
Résultat du modèle
Classes - De 2 (inclus) Entre 2 et 3,5 + de 3,5 (exclus)
Nombre d’images 86 264 43

• Le traitement des images 3D a permis de :
• Définir une approche automatique pour la détection
d’images avec défauts de reconstruction (à condition
d’avoir au moins 3 images par brebis)
• Construire un modèle de prédiction du poids avec
une bonne précision notamment sur les brebis tondues
• Développer un modèle de prédiction de la NEC
prometteur malgré un manque de données
11 janvier 2023 69
Conclusion

11 janvier 2023 70
Pour aller plus loin…
• Collecter davantage de données pour que les
modèles gagnent en robustesse
• Bien cibler les données à collecter pour avoir une
meilleure répartition des données

DES QUESTIONS ?

CASDAR n°18ART1818
Conception et évaluation d'un
dispositif d'autopesée pour les ovins
(Walk-over-weighing, WoW)
Eliel González-García et collaborateurs
UMR « Systèmes d’Elevage Méditerranéens et Tropicaux » (SELMET)
Centre INRAE Occitanie-Montpellier

Le monitoring du poids vif (PV) des animaux
11/01/2023 Dispositif autopesée pour les ovins 73
- Parmi les paramètres les plus anciens de la zootechnie
- La méthode conventionnel est la pesée statique, utilisé pour :
o Suivi fréquent de l’état corporel
o La conduite du troupeau en générale, par ex.,
▪ pour évaluer les gains de poids, l’état de santé, le potentiel
bouchère, pour établir des calendriers d'abattage
- A l'intérieur des bâtiments (élevage hors sol) mesurer le PV est
relativement facile, bien que chronophage, laboureuse et source de stress
- Par contre, dans des conditions d’élevage à l'extérieur, la mesure et
l'enregistrement du PV peut devenir une tâche difficile
- La réalité sur le terrain : très peu d'éleveurs pèsent régulièrement leurs
animaux, ou tout simplement... ne les pèsent pas du tout.

74
Solution alternative: autopesée des animaux
En utilisant le concept d’autopesée (Walk-over-Weighing, WoW),
nous avons conçu et testé un prototype de pesage automatisé
pour les ovins :
✓ Un couloir léger/ amovible/ portable, équipé avec :
• 2 barres de chargement (bascule)
• Une antenne (lecture IDE)
• Un lecteur XRP2
• Un indicateur XR3000
• Un panneau solaire (autonomie énergétique)
Le PV est collecté lorsque l'animal
traverse volontairement la plate-forme,
stratégiquement placée dans un chemin
obligatoire, combiné à une zone
« d’attraction » pour stimuler le passage.

75
Le circuit à sens unique des animaux
Le dispositif est complété par :
✓ Une zone « attraction » (avec
abreuvoir, sels minéraux, ombre…)
✓ Un module S pour contrôler le passage
individuel des animaux
✓ 2 portes anti-recul (1 à balancier et 1
double battant)
11/01/2023 Dispositif autopesée pour les ovins

76
Evaluation dans une gamme de systèmes
11/01/2023

77
Le suivi du PV après challenge nutritionnel
Objectif du premier essai avec brebis Lacaune
Tester la sensibilité du WoW pour enregistrer/
montrer in fine les variations journalières du PV
pendant un challenge nutritionnel en période de
traite

78
Design expérimental
Salle de
traite

79
Quelques résultats
Relations, après nettoyage données aberrantes, entre les PV WoW vs. statiques de 93
brebis Lacaune adultes en lactation.
(A) La ligne à 45° (pente = 1) passant par l'intersection (la ligne de concordance parfaite ; ligne continue), la ligne de
meilleur ajustement (régression ; ligne continue) et les limites de prédiction (lignes pointillées). (B) Les limites d'accord à
95 % (répétabilité ; lignes pleines épaisses) tracent les différences de poids vif entre les PV WoW et statiques.

80
Conclusions
✓ Principale facteur négatif : vitesse de passage des brebis sur le WoW
✓ Emplacement idéal du dispositif dans le bâtiment (sortie salle de traite?… une autre
?)
✓ Moment de passage idéal (entrée ou sortie salle de traite ?)
✓ Effet très important du comportement des animaux (éviter stress/ passage forcé!)
=> le WoW est très sensible au passage volontaire
✓ Malgré tout => possibilité de suivi d’évolution du PV vérifiée (objectif projet)
….
A retenir:
✓ Après 2-3 semaines d’adaptation, 100 % des animaux s’auto pèsent
chaque jour (plusieurs fois)
✓ Nettoyage données aberrantes: principale défis
✓ Nous avons démontré la faisabilité de l'utilisation du WoW pour le
suivi automatique du PV des ovins dans une gamme de conditions
d'élevage

CASDAR n°18ART1818
Pour plus d’informations:
doi:10.1016/j.compag.2018.08.022
doi:10.1017/S1751731117002609.
doi: 10.3168/jds.2020-19075.
doi.org/10.1016/j.anopes.2022.100032
https://patre.reussir.fr/actualites/un-couloir-de-pesee-automatique-
valide-par-l-inra:WRZ847TU.html
https://www.youtube.com/watch?v=te0mXY3Yum0&t=19s
Conception et évaluation d'un
dispositif d'autopesée pour les ovins
(Walk-over-weighing, WoW)
Merci !

CASDAR n°18ART1818
Co-construction du dispositif
d’autopesée et tests dans les
fermes expérimentales
Laurence Depuille – Laurence.Depuille@idele.fr

SYNTHÈSE DES FOCUS GROUPES
3 Focus groupes réalisés Définition d’un dispositif idéal
• Simple d’utilisation et ergonomique
• Connecté pour l’extraction et la
valorisation des données
• Autonome et mobile
• Rapide et automatique : capable de
tenir un flux élevé
• Combiné à un tri et à une évaluation
de la NEC
• L’animal doit être accessible (ex :
traitements, pieds…)
• Silencieux

LE PROTOTYPE D’AUTOPESÉE OTOP 3D
• « S » pour le contrôle du flux
• Adaptable en largeur
(agneaux et brebis)
• Pesée volontaire
• 2 barres de pesée
• WOW : pesée dynamique,
moyenne de plusieurs poids

AUTO-PESÉE, 4 LIEUX DE TESTS
• Plusieurs tests en fermes
expérimentales
• Le Mourier : agneaux sevrés,
brebis au pâturage et challenge
sanitaire sur agneaux
• La Cazotte : brebis laitières en
lactation
• Carmejane : agnelles en
croissance
• La Fage : brebis en plein-air
intégral et challenge alimentaire
sur brebis en bâtiment
Ferme expérimentale
du Mourier (87)
EPLEFPA de La
Cazotte (12)
Station expérimentale
INRA de La Fage (12)
EPLEFPA de
Digne (04)

LE MOURIER – BREBIS – PÂTURAGE – WOW (2)
86

CARMEJANE – AGNELLES – BÂTIMENT – WOW (2)
87

LA CAZOTTE – BREBIS – BÂTIMENT – WOW (2)
88

LE MOURIER – BREBIS – PÂTURAGE
Des brebis qui apprennent vite !

LE MOURIER – BREBIS – PÂTURAGE
• Répartition moyenne du nombre de brebis pesée au cours de la journée
Un passage au rythme de l’activité du troupeau

CARMEJANE – AGNELLES – BÂTIMENT
• Toutes les agnelles sont passées dans la bascule
d’auto pesée, en moyenne 19 fois en 5 jours
Une variabilité du nombre de passages par individu
0
10
20
30
40
50
60
70
80
90
05588
05589
05590
05591
05596
05598
05601
05603
05604
05605
05607
05608
05609
05614
05617
05623
05624
05638
05639
05641
05643
05646
05650
05651
05652
05658
05659
05668
05673
05680
05682
05686
05689
05704
05708
05719
05722
05723
05732
05742
05747
05752
Nombre de pesées par agnelles en 5 jours
Nombre d’agnelles
Numéro d’identification

CHALLENGE SANITAIRE - MOURIER
Présentation des lots
L’auto-pesée, pour détecter une infection parasitaire ?

CHALLENGE SANITAIRE - MOURIER
L’auto-pesée, pour détecter une infection parasitaire ?

CONCLUSIONS
• L’autopesée, un outil polyvalent et adaptable à
différents systèmes
• Mais un développement préconisé pour les brebis en extérieur
• Une variabilité dans les données récoltés
• Nombre de pesées par animal
• Différences au cours de la journée
• Pas de perte de poids des agneaux parasités en
conditions expérimentales
• Au niveau du lot mais quelques agneaux détectés
individuellement
• Infestation avec un unique parasite

CASDAR n°18ART1818
Suivi quotidien du poids des
brebis par auto-pesée
Clotilde Hardy - Terence Dechaux
Elodie Doutart

LES DONNÉES
Le Mourier :
•77 brebis
•08 juillet au 05 aout 2020 (29 jours)
•Pourcentage de pesée sans ID : 21%
11/01/2023 97
Le Mourier

LES DONNÉES
11/01/2023 98
Le Mourier

LES DONNÉES
11/01/2023 99
Le Mourier
Etoile:
moyenne des
d’autopesée
Rond bleu :
moyenne des
pesées
manuelles

LES DONNÉES
11/01/2023 100
Le Mourier
Etoile:
moyenne des
d’autopesée
Rond bleu :
moyenne des
pesées
manuelles

LES DONNÉES
11/01/2023 101
Le Mourier
Etoile:
moyenne des
d’autopesée
Rond bleu :
moyenne des
pesées
manuelles

LES DONNÉES
11/01/2023 102
Le Mourier
Nombreuses brebis
pesées à 0

LES DONNÉES
11/01/2023 103
Le Mourier
Brebis de plus de
100 kilos

LES DONNÉES
La Cazotte :
•63 brebis
•Du 15 avril au 11 mai 2021 (27
jours)
•Pourcentage de pesée sans ID : 47%
11/01/2023 104
La Cazotte

LES DONNÉES
11/01/2023 105
La Cazotte Modification du
dispositif au 28/04

LES DONNÉES
11/01/2023 106
La Cazotte Modification du
dispositif au 28/04

LE TRAITEMENT DES DONNÉES
11/01/2023 107

Détecter automatiquement les « erreurs »
d’autopesées.
Permettre un suivi quotidien du poids des brebis
Détecter les chutes de poids
11/01/2023 108
Objectifs

Algorithme à partir :
•D’un poids de référence
•D’un intervalle de variation du
poids
11/01/2023 109
Algorithme proposé

• Poids de référence :
• Poids mesuré manuellement au début de la session
d’autopesée
• Poids médian de la première semaine d’autopesée
• Poids estimé par imagerie
• Intervalle de variation du poids
• 5% du poids de référence
• 10% du poids de référence
11/01/2023 110
Algorithme proposé

11/01/2023 111
Algorithme proposé

11/01/2023 112
Algorithme proposé

11/01/2023 113
Algorithme proposé

11/01/2023 114
Algorithme proposé
Référence : Pesée manuelle
Intervalle : 5% du poids

11/01/2023 115
Algorithme proposé
Référence : Pesée manuelle

11/01/2023 116
Algorithme proposé
Référence : Médiane 7 jours

11/01/2023 117
Algorithme proposé
Référence : Médiane 7 jours

RÉSULTATS
Exploitation Référence
Poids mesurée Poids médian estimé sur 7
jours
5% du poids 10%du poids 5% du poids 10%du poids
La Cazotte 56 (83%) 81 (60%) 37 (88%) 73 (65%)
Le Mourier 76 (89%) 99 (6%) 70 (94%) 91 (23%)
11/01/2023 119
Pourcentage quotidien de poids correctement
prédit

RÉSULTATS
11/01/2023 120
Problématique du poids réel

RÉSULTATS
11/01/2023 121
Problématique de l’intervalle

RÉSULTATS
11/01/2023 122
Problématique des ID vides

CONCLUSIONS
Conditions :
Avoir un poids de référence fiable pour la session
d’auto-pesée.
Ajuster l’intervalle aux conditions(âge, stage de
gestation de la brebis…).
Permet le suivi quotidien du poids en fermes expérimentales
Un algorithme qui fonctionne globalement pour détecter les « erreur » d’auto-pesées.
11/01/2023 124
Conclusions

CONCLUSION
• Problématique de l’ID vide.
• Maximiser la qualité des données reçues en testant
différentes techniques d’autopesée (exemple de la Cazotte).
• Problématique du poids réel
• Avoir plus de données de poids réels pour les comparer aux
auto-pesées.
• Problématique de l’intervalle
• Ajuster l’intervalle aux conditions(âge, stage de gestation de
la brebis…).
• Tester l’algorithme dans différentes conditions (Age des
brebis, période de gestation, type d’élevage)
• S’appuyer sur des données d’expert
11/01/2023 125
Pour améliorer l’algorithme

CONCLUSION
• Contrôler la capacité de l’algorithme à suivre la
croissance et à détecter une chute de poids.
• Proposer un outil pour pouvoir facilement
manipuler les données d’auto-pesées.
11/01/2023 126
Pour aller plus loin…

CASDAR n°18ART1818
Merci pour votre attention !
Clotilde Hardy - Terence Dechaux
Elodie Doutart

DES QUESTIONS ?

• Les données recueillies et analysées sont
prometteuses pour proposer de nouveaux outils aux
éleveurs et techniciens
• Un plus grand nombre de données est nécessaire pour
aboutir à des outils et méthodes robustes
Conclusion et perspectives
• Des trajectoires types de poids et de NEC disponibles
• A poursuivre avec d’autres données et à valoriser en
lien avec les outils étudiés
• Les scans 3D et cage d’autopesée sont
fonctionnels et la preuve de concept a été validée
dans différentes conditions
• Mais des améliorations possible pour obtenir des
données de meilleure qualité

CASDAR n°18ART1818
Merci pour votre
attention !
Laurence Depuille – Laurence.Depuille@idele.fr
Fin du projet : Mai 2023
Donnez-nous votre avis sur
le webinaire !

OtoP 3D : Autopesée et imagerie 3D, deux nouveaux outils pour suivre l'état et la croissance des brebis et agneaux ?

Recomendados

Recomendados

Más contenido relacionado

Más de Institut de l'Elevage - Idele

Más de Institut de l'Elevage - Idele (20)

OtoP 3D : Autopesée et imagerie 3D, deux nouveaux outils pour suivre l'état et la croissance des brebis et agneaux ?