Yeni Simental veri setinde YOLOv8s ile bildirilen yüzde 76,9 mAP@0.5, araştırma için yararlı bir başlangıç ölçüsü. Fakat işletmecinin sorusu modelin ortalama puanı değil, gece kaç kritik olayı kaçırdığı ve günde kaç gereksiz alarm ürettiğidir. Benim tezim, davranış modelinin saha kabulünün sınıf bazlı olay maliyeti ve bakıcı iş akışı üzerinden yapılması gerektiğidir.

Her davranışın hata bedeli farklıdır

Ayakta durmayı yatma olarak işaretlemek raporu bozar; su içmeme veya uzun süre hareketsizlik alarmını kaçırmak ise hayvan sağlığı açısından daha yüksek bedel taşıyabilir. Tek ortalama değer bu farkı kapatır.

Kabul tablosunda her sınıf için duyarlılık, kesinlik ve izin verilen günlük yanlış alarm sayısı bulunmalıdır.

Kamera arızası model hatası kadar önemlidir

Lens kirlenmesi, karşı ışık, kör nokta, ağ kesintisi ve saat kayması doğru modeli kullanılamaz hale getirir. Sistem yalnız davranış değil kendi görüntü kalitesini ve bağlantısını da izlemelidir.

Karşı görüş, daha çok kamera ile sorunun çözüleceğidir. Fazla kamera bakım, veri ve gizlilik yükünü de artırır; kapsama planı ölçülmelidir.

Alarm eylem cümlesi taşımalı

'Anormal davranış' bildirimi bakıcıya yeterli değildir. Hayvan kimliği, kamera, süre, güven düzeyi ve önerilen ilk kontrol aynı kayıtta görünmelidir.

Veteriner değerlendirmesi gereken durum ile yalnız yemlik kontrolü isteyen durum ayrılmalıdır. Model hastalık tanısı koymamalıdır.

Gölge çalışma üretime geçiş kapısıdır

Sistem ilk aşamada alarm göndermeden kayıt toplamalı ve bakıcı gözlemiyle karşılaştırılmalıdır. Eşikler yerel sürü ve ahıra göre bu dönemde ayarlanabilir.

Canlı alarma geçildiğinde geri alma, manuel kapatma, veri saklama ve olay denetimi yazılı olmalıdır. İyi otomasyon en yüksek laboratuvar puanını değil, açıklanabilir ve yönetilebilir hata yükünü hedefler.

YAZININ ODAĞI

Temel görüş

Ortalama doğruluk göstergesi, işletmedeki yanlış alarm ve kaçırılan olay maliyetini tek başına açıklamaz.

TÜRKİYE İÇİN ÇIKARIM

Türkiye için ne ifade ediyor?

Türkiye'deki hayvancılık otomasyonları yerel gölge çalışma, sınıf bazlı eşik, kamera sağlık izlemesi ve veteriner-bakıcı protokolüyle kabul edilebilir.

KAYNAK ŞEFFAFLIĞI

Başvuru kaynakları

Yazıdaki olgusal çerçeve aşağıdaki kaynaklarla desteklendi; yorumlar köşe yazarına aittir.

  1. Multi-Target Behavior Detection Dataset for Simmental Beef CattleScientific Data · 18 Ağustos 2026