🏆 Студент ФТИИ выиграл 500 000 ₽ на акселераторе МФТИ
Второкурсник «Инженерии ИИ» Матвей Муртазалиев вошёл в десятку финалистов акселератора «Физтех.Идея» от МФТИ и получил грант Московского венчурного фонда — полмиллиона рублей на развитие проекта Anizo.
Что такое Anizo?
ИИ-видеомониторинг хромоты коров: система по видео находит животных, которым нужна дополнительная обработка копыт. Это избавляет хозяйства от убытков из-за недополученного молока и ранней выбраковки — до 30% оборота фермы.
Как это работает?
Камеры снимают коров в движении, а нейросеть-трекер отслеживает ключевые точки тела каждого животного — позвоночник, ноги, голову. Дальше включается компьютерное зрение:
🔹 первый алгоритм по изгибу спины и скорости походки распознаёт хромоту на самой ранней стадии;
🔹 второй анализирует поведение коровы и ловит отклонения от нормы;
🔹 третий через стереокамеры строит 3D-модель тела и оценивает упитанность (BCS), чтобы заметить недоедание.
Модели обучали на собственных и открытых данных.
Как пришли к этому?
«До акселератора мы делали комплексный мониторинг для животноводческих хозяйств, но без чёткой целевой аудитории и понятного экономического эффекта. За время программы с трекерами и экспертами мы сфокусировались на крупном рогатом скоте и на одной конкретной проблеме — хромоте», — рассказывает Матвей.
Демо-день прошёл в Москве 28 мая. Из 450 команд до финала дошли 10. Anizo получил грант Московского венчурного фонда.
Поздравляем Матвея и желаем Anizo дойти до реальных ферм! 🐄🔥
Второкурсник «Инженерии ИИ» Матвей Муртазалиев вошёл в десятку финалистов акселератора «Физтех.Идея» от МФТИ и получил грант Московского венчурного фонда — полмиллиона рублей на развитие проекта Anizo.
Что такое Anizo?
ИИ-видеомониторинг хромоты коров: система по видео находит животных, которым нужна дополнительная обработка копыт. Это избавляет хозяйства от убытков из-за недополученного молока и ранней выбраковки — до 30% оборота фермы.
Как это работает?
Камеры снимают коров в движении, а нейросеть-трекер отслеживает ключевые точки тела каждого животного — позвоночник, ноги, голову. Дальше включается компьютерное зрение:
🔹 первый алгоритм по изгибу спины и скорости походки распознаёт хромоту на самой ранней стадии;
🔹 второй анализирует поведение коровы и ловит отклонения от нормы;
🔹 третий через стереокамеры строит 3D-модель тела и оценивает упитанность (BCS), чтобы заметить недоедание.
Модели обучали на собственных и открытых данных.
Как пришли к этому?
«До акселератора мы делали комплексный мониторинг для животноводческих хозяйств, но без чёткой целевой аудитории и понятного экономического эффекта. За время программы с трекерами и экспертами мы сфокусировались на крупном рогатом скоте и на одной конкретной проблеме — хромоте», — рассказывает Матвей.
Демо-день прошёл в Москве 28 мая. Из 450 команд до финала дошли 10. Anizo получил грант Московского венчурного фонда.
Поздравляем Матвея и желаем Anizo дойти до реальных ферм! 🐄🔥