La base documentaire de l'IFIP

La base documentaire de l'IFIP : des centaines de documents à télécharger ou bien à commander.

Résultats 1 à 2 de 2 résultats
Rechercher une documentation
Publication Annéetrier par ordre croissant

Outil d'enregistrement automatique de la maturité du porcelet

Consulter le resumé

Pauline Brenaut, Bilan d'activité 2020, éditions Ifip, mai 2021, p. 94

Une nouvelle voie d’amélioration de la survie des porcelets pendant la période d’allaitement consiste à prendre en compte la maturité du porcelet à la naissance. En effet, au-delà du poids à la naissance, il apparait important pour les sélectionneurs de pouvoir détecter parmi les porcelets légers ceux qui sont plus susceptibles de mourir du fait de leur immaturité. Il s’agit alors d’apporter une information complémentaire sur la qualité du porcelet. Visuellement, il est possible d’identifier un porcelet immature car celui-ci présente une morphologie caractéristique avec un crâne bombé, des yeux exorbités et une asymétrie tête/corps. 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, ce phénotype doit être enregistré sur tous les porcelets en élevage de sélection. Or cette notation morphologique est difficile à mettre en place à grande échelle. Dans le cadre de l’appel à projet CASDAR 2019, l’IFIP a imaginé avec la société Neotec-Vision, spécialisée dans l’analyse d’images, et en partenariat avec les sélectionneurs français d’Alliance R&D (Axiom, Choice et Nucléus), un dispositif de prise d’images capable de définir le phénotype de maturité du porcelet par une approche de type deep learning.

PDF icon Pauline Brenaut, Bilan d'activité 2020, éditions Ifip, mai 2021, p. 94
2021

Le deep learning apprend à reconnaître les porcelets immatures

Consulter le resumé

Pauline Brenaut, Réussir Porc/Tech Porc (FRA), 2021, n° 287, avril, p. 37

Le deep learning, ou apprentissage profond, s’appuie sur un réseau de neurones artificiels s’inspirant du cerveau humain.

PDF icon Pauline Brenaut, Réussir Porc/Tech Porc (FRA), 2021, n° 287, avril, p. 37
2021