Etlik Piliçlerde Dijital Görüntüleme Ve Vücut Ölçümlerine Dayalı Olarak Canlı Ağırlık, Göğüs Kası, Abdominal Yağ Ve But Eti Oranlarının Makine Öğrenmesi Yöntemleriyle Tahmin Edilmesi


Özen D. (Yürütücü), Çalık A. , Şahin E.

  • Proje Türü: TÜBİTAK Projesi
  • Proje Grubu: Tıp Sağlık
  • Projenin Yürütüldüğü Birim: Veteriner Fakültesi
  • Başlangıç Tarihi: Ağustos 2025
  • Bitiş Tarihi: Ağustos 2026

Özet

Etlik piliç üretiminde, yüksek göğüs ve but eti verimi ile düşük abdominal yağ oranı, ekonomik ve kaliteli karkas elde etmede temel kriterlerdendir. Bu bağlamda, invaziv olmayan, düşük maliyetli ve pratik yöntemlerle karkas özelliklerinin tahmini, üretim sürecinde verimliliği artırmak adına büyük önem taşımaktadır.

Bu projenin temel amacı, dijital görüntüleme yöntemleriyle elde edilen morfolojik verilerin, geleneksel manuel ölçümlere alternatif olarak kullanılıp kullanılamayacağını araştırmak ve bu verilerin makine öğrenmesi algoritmaları üzerindeki etkisini değerlendirmektir. Aynı zamanda farklı algoritmaların tahmin performansları karşılaştırılarak en başarılı model belirlenecektir.

Çalışmada toplam 200 Ross 308 etlik piliç kullanılacaktır. Tüm hayvanlar standart bakım ve besleme koşullarında büyütülecek ve kesim öncesinde hem manuel hem de dijital ölçümleri alınacaktır. Dijital görüntüler, sabit mesafeden ve kontrollü ışık altında üstten ve yandan video çekimiyle elde edilecek; elde edilen görüntülerden çeşitli morfolojik özellikler hesaplanacaktır.

Kesim sonrası referans veriler olarak elde edilen göğüs eti, but eti ve abdominal yağ ağırlıkları; hem manuel hem de dijital verilerle ilişkilendirilerek, Ridge, LASSO, Elastic Net, CART ve Random Forest gibi makine öğrenmesi algoritmaları ile analiz edilecektir. Veri seti rastgele %80 eğitim ve %20 test şeklinde bölünecek, model eğitimi 10 tekrarlı 10 katlı çapraz doğrulama yöntemiyle yapılacaktır. En iyi parametre yapılandırması da bu doğrulama sonuçlarına göre belirlenecektir.

Bu çalışma, geleneksel ölçüm yöntemlerine alternatif olarak geliştirilecek dijital görüntüleme temelli, temassız ve hayvan refahına duyarlı bir sistem önerisi sunma potansiyeli taşımaktadır. Ayrıca, üreticilerin kesim öncesinde ekonomik değeri yüksek hayvanları belirlemesine yardımcı olacak, veriye dayalı karar destek mekanizmalarına temel oluşturacaktır. Proje çıktıları, hem akademik katkı hem de uygulamaya dönük fayda sağlayarak sektörel dijitalleşmeye öncülük etme potansiyeli taşımaktadır.