本文探讨了在猪舍中安装合适的摄像头来监控所有猪的好处。
人工智能(AI)的想法很快让人想到自动驾驶汽车和机器人。然而，AI远比我们看到的要多得多。例如：在猪场使用监控摄像头。这不是一个新概念，但如果这些摄像头能够通过使用人工智能、深度学习算法和图像识别来检测动物表现出的关键行为——比如吃、喝、睡、疾病动作和攻击性活动，会怎样？这会说服你在猪舍里安装摄像机吗？
图1、利用摄像头观测猪群
“眼见为实”
从养猪之初人们就依靠眼睛密切监测猪以发现任何疾病迹象。今天，人们依旧使用相同的解决方案，主要依靠主观和偶然的方法，例如定期巡视。不幸的是，他们每天只有很短的时间（一眼而过）与每只猪相处。会导致不可靠的结果和负面结果，例如未发现疾病、或判断失误，并可能导致相应高死亡率。
养猪人面临的挑战
这些是养猪业核心面临的一些挑战：必须应对劳动力短缺、盈利能力、饲料成本和猪群健康等问题（包括遗传、免疫、抗生素耐药性和生物安全）。现在是进行技术转型以适应养猪业发展变革的时机。
通过采用图像识别、相机、机器人等视觉技术，对养猪业产生了深远的影响。利用深度学习技术进行多目标跟踪和区分确实是一种结合自主牲畜监测的非侵入性方式，并且在猪场中迅速变得越来越流行。这成为21世纪让养猪生产者把重点放在高效管理猪群的新方法。
利用摄像头、计算机视觉和基于人工智能的技术可以监控猪的身体活动、饲养模式和整体攻击性，因此养猪人可以了解猪群的健康状况。这些模式允许更早、更容易地识别疾病，从而减少疾病影响，提高生产效率。
如果猪在生产的不同阶段被转移到新的社会群体，攻击性会更频繁地出现，因为它们被迫在每个新群体中确定一个新的等级。
对于群养母猪，通过攻击件，这些动物经常互相咬伤，随着时间的推移，它们会受到伤害和应激。以至于出现跛足、流产等显现。保育猪后期往往容易出现咬耳咬尾，如果发现不及时往往会在猪群内传播。
一些疾病导致猪生大群感染，其发病比例、痊愈的比例也必须要人为现场持续跟踪观测。往往因为现场观察不及时延误猪群治疗时机。
很多病症会引发急性死亡，但因人的不在场而对病情无法及时知晓。
大多数的疾病诱发事件发生在人类不在场时。这就是为什么养猪人需要一个能够24小时全天候