深圳大學生開發小程式 即時監測獅頭鵝健康動態

100天時間，16名大學生為廣東汕頭澄海區後溪村打造出全國第一個人工智能養鵝場，幫助當地養殖農戶將獅頭鵝的存活率提升了30%。這16名大學生來自深圳大學騰訊AI班（騰班）。在深圳大學教師和騰訊工程師的指導下，他們開發出了全國第一個AI養鵝小程式，實現「呆頭鵝」識別、「發燒鵝」識別、環境監測和數據分析等功能。使用AI養鵝小程式之後，鵝農不再需要蹲守鵝舍，即可隨時觀看鵝群動態，也能及時收到呆滯、體溫異常等鵝場內出現的可疑鵝病預警。◆文：香港文匯報記者 李望賢 廣東報道 圖：香港文匯報深圳傳真

獅頭鵝是潮汕滷鵝的主要食材，堪稱「鵝界的天花板」，但獅頭鵝飼養難度極高，小鵝容易感染鵝瘟、禽流感、副黏病毒等疾病。鵝農不僅要盯着成百上千頭鵝的一舉一動，甚至還要每天要摸數百上千隻鵝的體溫。一旦發現鵝出現了呆滯、發燒的狀況，就要立刻對病鵝治療，也對健康鵝進行預防。如果稍不留神，疾病就會在鵝場內擴散，導致大規模感染，極端情況下上千頭鵝只剩幾十隻，經濟損失慘重，農戶一年的辛勤勞動打水漂，損失動輒高達數十萬。

2022年4月，在騰訊聯合深圳大學培養產教融合人才的基礎上，為了進一步提高深大「騰班」學生們的創新能力和實踐能力，騰訊為深圳大學2020級「騰班」的學生提供了「智慧養鵝」的課外實踐項目。參與該項目的16名「騰班」學生奔赴廣東汕頭澄海區後溪村的養鵝場，開啟了一次鵝場改造之旅。

向鵝農取經 「閉目呆立」成判斷依據

解題從踩上鵝糞開始。王翊灃是AI養鵝項目組中的一員。來到養鵝場，他才發現，這個項目真的是從零開始，除了木屋和一些照明設備，鵝場只有黑狗、橘貓以及隨處可見3厘米厚的鵝糞，甚至信號也時斷時弱。

500平方米的空間裏，4,000多隻鵝密密麻麻地聚在一起吼叫。鵝一旦生病，叫聲會變得嘶啞，但眼前的景象讓學生們發現，單獨識別某一隻鵝的叫聲似乎不可能。他們與鵝農反覆交流，了解到獅頭鵝常見疾病有鵝瘟、禽霍亂、大腸桿菌、中暑等，除了聲音嘶啞、發燒之外，閉目呆立也是重要的特徵。騰班AI養鵝項目組因此決定，通過識別鵝的原地呆滯時長判斷其是否生病，並分為硬件、前端、後端、算法四個組推動項目落地。在震耳欲聾的「嘎嘎」聲中，他們邁出了「AI養鵝」的關鍵一步——鋪裝攝像頭。其間，當地氣溫高達40度，踩着梯子幹活的他們，T恤濕了又乾、乾了又濕。

採集「鵝臉」逐張標註 做夢都是鵝

這些困難只是「前菜」，真正的攔路虎是「鵝臉採集」和算法模型。鵝是水禽生物，像給豬一樣掛二維碼識別的方式行不通。為了獲取足夠多的樣本「投餵」AI，同學們選擇用養殖場的攝像頭抓拍，人工逐一抽幀，再對拍攝的每張照片進行分類、打標籤。

6,000張圖片、30萬隻鵝的標註，讓很多同學睡覺夢見的都是鵝。「做AI真的是有多人工，才能有多智能。」王翊灃說，標註過程中需要集中百分百的注意力，紅框如果稍微大一點，圈了一點雜物都會影響AI的訓練效果。

不僅如此，同樣的算法在不同的場景裏，準確率可能會差幾十個點，因為鵝的場景太過密集，更需要不斷地迭代優化算法。在騰訊工程師指導下，同學們首先優化識別算法，提高密集場景下獅頭鵝的識別率，之後又優化追蹤算法，記錄每一隻鵝的停留時長，進而判斷是否有異常。改了差不多幾十次模型後，算法組同學才真正明白老師常說的那句話——沒有100%的算法模型，只有因地制宜的算法模型。

鞋底無法清洗乾淨的鵝糞最清楚這過程有多難。王翊灃還記得，項目期正值酷暑，遍地的鵝糞因為高溫變得黏糊糊，他們靠在鵝棚裏的三輪車，打開電腦調試代碼，身邊繞着一圈圈的蒼蠅，散發着硫化氫和氨氣的臭味。鞋縫一點點地塞滿凝固的鵝糞，學生們對鵝的了解也在不斷加深。

天氣或致病 增數據觀測分析功能

他們發現，由於成年獅頭鵝的羽毛厚重，導致難以測量體溫。而小鵝苗的羽毛更輕薄，有測溫條件。正常鵝苗的體溫是40-41度，如果生病體溫一般會略高，所以，他們又在小鵝生活的鵝棚安裝了紅外測溫儀，並復用一部分「呆頭鵝」識別跟蹤的算法，幫助鵝農識別體溫異常的「發燒鵝」。後來，有同學又從十年前的論文裏發現，獅頭鵝的發病和颱風、霧霾等天氣也有着密切關係，於是這群「00後」又在小程式上新增了數據觀測及分析功能。

跨越100多個日日夜夜和上百場的線上會議，小程式一直在進行迭代升級。到今天，小程式界面上每天都可以實時收到幾次的「呆頭鵝」、「發燒鵝」的預警，顯示鵝場的溫度、濕度、PM2.5指數及數據變化的趨勢圖，幫助農戶將獅頭鵝的存活率環比提升了30%。