Avertissement : site en construction
Contact
Contact
Retour à toutes les études de cas

Prédire le succès des chevaux de course par des images en 3D

Élevage de chevaux de course amélioré.

AI-powered solution for horse breeding
Détails clés

Élevage de chevaux de course amélioré.

  • Défi
    Prédire les performances des chevaux jeunes lors des courses par photos en profondeur
  • Solution
    Application de bureau basée sur Windows 10 pour tablettes permettant de travailler avec des caméras internes et externes
  • Technologies et outils
    JavaFX, Python, C++, RealSense SDK, OpenCV, TensorFlow

Client

Le client gère plusieurs fermes d'élevage de chevaux basées aux États-Unis qui servent l'industrie des courses hippiques. Pour améliorer les services et stimuler la croissance de l'entreprise, la société du client introduit activement des technologies d'IA dans l'élevage de chevaux de course et d'autres flux de travail. Cette fois, elle a envisagé d'appliquer des technologies pour prédire si un jeune cheval a des chances en course ou non.

Défi : Prédire la performance des courses de jeunes chevaux par des photos en profondeur

Le client s'est tourné vers DataSqueeze avec le concept d'utilisation de des données d'image 3D pour prédire la performance des chevaux de course. Le défi consistait à créer une application capable de traiter les données sur les chevaux existants et sur les ensembles de données de ventes, offrant des options de filtrage et de navigation. Une autre exigence prédéfinie était le matériel sur lequel l'application devait fonctionner, à savoir des tablettes Microsoft Surface Pro.

Le matériel du client comprenait une caméra interne Microsoft Surface ainsi qu'une caméra externe Intel RealSense D-series montée permettant de prendre des photos de chevaux en profondeur. Pour plusieurs raisons, ces caméras n'étaient pas optimales pour cette tâche. L'équipe de DataSqueeze a dû développer et ajuster l'application afin qu'elle fonctionne parfaitement sur les appareils du client.

Solution : Application de bureau basée sur Windows 10 pour tablettes pour fonctionner avec des caméras internes et externes

Notre équipe a communiqué de près avec le client tout au long du projet. Les étapes suivantes du projet ont été définies :

  1. Analyser les données fournies par le client.
  2. Créer une application pour collecter des données sur les chevaux en utilisant la caméra Intel RealSense pour créer des photos en profondeur 3D ou nuages de points. Contrairement aux images 2D, l'utilisation de données d'image 3D permettrait de :
  • Pour prendre des mesures de chevaux sur des photos
  • Pour exploiter davantage la data pour analyser la dynamique de croissance et souligner d'autres indicateurs clés qui influencent la performance des chevaux.

En considérant la nature inhabituelle de l'entreprise, notre équipe a dû plonger dans le domaine des courses de chevaux. Nous avons découvert que les données de course fournies par le client n'avaient aucun pouvoir prédictif. D'autres données sur les chevaux étaient insuffisantes.

Notre équipe a proposé une approche différente pour la collecte de données. Il a fallu environ 70% du temps pour affiner la méthode proposée et garantir que les données collectées seraient précieuses. Les groupes de données suivants ont été utilisés pour créer des nuages de points :

  • Mesures des différentes parties du corps d'un cheval comme caractéristiques
  • Data sur la dynamique des mesures choisies
  • Corrélations avec des caractéristiques connues, comme la taille du cœur

Cependant, la distorsion de la caméra de profondeur et les problèmes d'utilisabilité ont constitué des obstacles à la prise de mesures précises. Lors du traitement des photos en profondeur, nous avons dû segmenter les chevaux sur les images et stabiliser les parties segmentées pour préparer des nuages de points destinés à des usages ultérieurs. Le résultat peut être vu dans les images ci-dessous :

Ai horse breeding

AI horse breeding

AI horse breeding

Une fois les problèmes résolus, nous avons adapté l'application pour qu'elle utilise des API externes afin de télécharger automatiquement les données existantes sur les chevaux et les ventes ou permettre un téléchargement manuel via CSV.

Résultat : Application robuste pour capturer et traiter des photos en profondeur, stocker des données et travailler avec la base de données cible

L'équipe de DataSqueeze a livré l'application personnalisée qui a permis au client d'implémenter l'IA dans l'élevage de chevaux et la prédiction des performances de course. Nous avons également fourni des recommandations sur les types de données et les méthodes de collecte les plus adaptées pour répondre aux besoins commerciaux.

L'application pilotée par l'IA permet aux utilisateurs de sélectionner un cheval, de prendre une photo, de la labelliser et de la sauvegarder, puis d'envoyer les données vers un stockage sécurisé. L'interface conviviale facilite la capture, le stockage et la systématisation des photos de chevaux, et ainsi, l'accumulation d'une grande quantité de données. Lorsque ces données sont suffisamment volumineuses, elles peuvent être utilisées pour la science des données, ce qui peut aider à améliorer l'élevage des chevaux de course.

Commencez votre Développement de logiciels IA Projet avec DataSqueeze

Mots-clés :
  • Python
  • Analyse prédictive

Commencez dès aujourd'hui avec l'IA pour Entreprises

Parlons de votre projet.

En cliquant sur Envoyer le message, vous acceptez nos Conditions d'utilisation et Politique de confidentialité.