資料來源：國立中興大學生物產業機電工程學系／盛中德
目前國內土雞的種雞選拔仍以人工為主，通過肉眼逐隻查看雞冠、體態、毛色、腳脛、眼睛、行為特徵狀態來判定並進行種雞選拔。人工選拔的工作效率不高，依賴經驗容易出現漏選與誤選，誤選會導致成本增加，若利用機器視覺技術再結合目前的AI技術，將可開發具有廉價、非侵入式的優良種禽選拔系統。
本研究以種雞影像特徵為基礎，為取得足夠且具代表性的雞隻影像，首先開發了利用誘食的方式建立種雞篩選校正試驗系統，利用輪流供食的方式驅使樣本雞通過取像通道進行取像(如圖1)，再利用Google團隊開發的Tensorflow與Keras學習框架進行卷積神經網路的辨識演算法，找出種雞與非種雞之間的差異性，藉以建立種雞篩選機制，圖2顯示本種雞篩選機制之發展流程。
利用種雞篩選校正試驗系統之影像擷取軟體自動拍攝的影像共篩選了母雞(種雞)151張照片與母雞(非種雞)133張照片，公雞(種雞)96張照片及公雞(非種雞)100張照片的數據集進行學習，經過驗證後，結果如圖3所示，母雞284張當中有205張判別正確，公雞196張中有149張判別正確，辨識率分別為母雞72.2%、公雞76.02%，而辨識該種雞是公雞或母雞的辨識率則為100%，平均辨識率為73.8%。
當待選種雞進入自動取像區(二組光電開關間區域)，觸發攝影機自動取得種雞影像，進行特徵參數比對，輸出種雞判定結果等，目前每隻種雞的辨識時間約0.7-0.8秒。智慧化種雞篩選機制為深度學習結果之應用，可以幫助有色雞業者發展有效且快速的種雞選拔系統，將有助業者提高養殖密度與生產效率。
▲研發團隊：國立中興大學生物產業機電工程學系
聯絡人：盛中德 教授
電話：04-22862846
E-mail：ctsheng@dragon.nchu.edu.tw
