Développement d’un outil d’enregistrement automatique de la maturité du porcelet

L’amélioration de la survie des porcelets pendant la période d’allaitement est une attente forte des producteurs comme de la société. Récemment, Matheson et al. (2018) ont montré que la proportion de porcelets immatures par portée était un caractère héritable. Ces porcelets, qui n’ont pas atteint leur plein développement à la naissance, ont un risque accru de mortalité avant sevrage (Hales et al., 2013). Ce nouveau critère pourrait être sélectionné avec des conséquences positives sur la survie des porcelets. Cependant, pour une utilisation à des fins de sélection génétique, le phénotype de maturité doit être enregistré sur tous les porcelets en élevage de sélection. Il est possible visuellement d’identifier un porcelet immature car celui-ci présente une morphologie caractéristique avec un crâne bombé, des yeux exorbités et une asymétrie tête/corps (Chevaux et al., 2010). Malheureusement, cette notation morphologique est difficile à mettre en place à grande échelle. Une approche par traitement d’images de type deep learning permettrait d’automatiser et d’homogénéiser ce phénotypage. L ’objectif de cette étude est de développer un algorithme de classification des porcelets selon leur degré de maturité à partir d’une photo de leur tête.