project - EIP-AGRI Operational Group
Smart grazing – Feasibility study on weed control in corn fields by sheep
Smart Grazing - Machbarkeitsstudie zur Unkrautbekämpfung auf Maisäckern durch Schafe
Objectives
Aim of the feasibility study is to control crop weeds with sheep under a low grazimg intensity. Following the theory of feeding type classication for ruminants (browsers-intermediates-grazers) sheep do not like to feed on one plant species. In the two-year trial, sheep will take over weed control by grazing on corn fields in addition to tillage.
Objectives
In einer Machbarkeitsstudie wird untersucht, ob durch Beweidung mit Schafen in niedriger Bestzstärke in Ackerbaukulturen eine Reduktion von Unkräutern erreicht werden kann.Der Theorie der Pflanzenfresser-Ernährungstypen folgend, enähren sich Schafe nicht gern von einer Pflanzenart, sondern selektieren gezielt verschiedene Pflanzen. In dem zweijährigen Versuch sollen Schafe die Unkrautbekämpfung durch Beweidung auf Maisschlägen zusätzlich zur Bodenbearbeitung übernehmen.
Project details
- Main funding source
- Rural development 2014-2020 for Operational Groups
- Rural Development Programme
- 2014DE06RDRP012 Germany - Rural Development Programme (Regional) - Lower Saxony + Bremen
Location
- Main geographical location
- Region Hannover
EUR 149 284.00
Total budget
Total contributions from EAFRD, national co-financing, additional national financing and other financing.
1 Practice Abstracts
Early detection of tail biting in pig fattening is an important aspect of improving animal welfare and
health. The context-based classification enables the examination of possible factors and their
interrelationships. Early detection also makes an important contribution to reducing the use of
antibiotics.
As part of the EIP Agri-funded project SmartTail - Early detection of tail biting using digital technologies,
a system was developed that uses artificial intelligence (AI) to track individual pigs using ear tags with
data matrix codes. After further training, the system can detect tail biting early and automatically.
More training data of the biting event is needed, though.
Affordable and common PoE camera systems are used. The video data generated is evaluated with the
help of a deep-learning server and supplemented with data from the existing barn technology. A
developed alarm system is used to pass on any need for action to the farmer. The development
provides the basis for a practical tool to support the management of uncooped pigs.
Die frühzeitige Erkennung von Schwanzbeißen in der Schweinemast ist ein wichtiger Aspekt zur
Verbesserung des Tierwohls und der Tiergesundheit. Über die kontextbasierte Einordnung wird die
Auseinandersetzung mit den möglichen Faktoren und ihren Wirkzusammenhängen ermöglicht. Eine
frühzeitige Erkennung leistet ferner einen wichtigen Beitrag, um den Antibiotikaeinsatz zu reduzieren.
Im Rahmen des EIP Agri geförderten Projektes SmartTail - Früherkennung von Schwanzbeißen mittels
digitaler Technologien wurde ein System entwickelt, welches es mit Hilfe von Künstlicher Intelligenz
(KI) ermöglicht einzelne Schweine anhand von Ohrmarken mit DataMatrix-Codes zu tracken. Das
System soll nach Abschluss weiterer Trainings das Schwanzbeißen frühzeitig und automatisiert
erkennen können. Hierzu fehlen momentan jedoch ausreichend aufgezeichnete Ereignisse.
Zum Einsatz kommen bezahlbare und gängige PoE-Kamerasysteme. Die erzeugten Video-Daten
werden mithilfe eines Deep-Learning-Servers ausgewertet und mit Daten der bestehenden
Stalltechnik ergänzt. Über ein entwickeltes Alarmierungssystems werden Handlungsbedarfe an
Landwirt:innen weitergegeben. Die Entwicklung liefert die Basis für ein praxisnahes Werkzeug, um bei
der Haltung von unkupierten Schweinen zu unterstützen.
Contacts
Project coordinator
-
Tierarztpraxis Tegtmeyer
Project coordinator