Video image analysis as a predictor of beef carcass red meat yield percentage
Notice bibliographique
Résumé
An improved ability to predict differences in the fabrication yields of beef carcasses would facilitate the application of value-based marketing. The first part of this study was conducted to evaluate the ability of the Dual-Component Australian VIASCAN™: (1) to predict fabricated beef subprimal yields as a percentage of carcass weight at each of three fat-trim levels and (2) to augment USDA yield grading, thereby improving accuracy of grade placement. Steer and heifer carcasses (n = 240) were evaluated using VIASCAN™, as well as by USDA expert and online graders, before fabrication of carcasses to each of three fat-trim levels. Cutability prediction using: (a) Expert yield grade, (b) online yield grade, (c) VIASCAN™ estimate of yield, and (d) VIASCAN™ augmented yield grade (using expert grader estimates of adjusted fat thickness and percentage of kidney-pelvic-heart fat, actual hot carcass weight and VIASCAN™ estimate of ribeye area), respectively: (1) accounted for 51, 37, 46, and 55% of the variation in fabricated yields of commodity-trimmed (2.54 cm.-trim) subprimals, (2) accounted for 74, 54, 66, and 75% of the variation in fabricated yields of closely trimmed (.64 cm.-trim) subprimals, and (3) accounted for 74, 54, 71 and 75% of the variation in fabricated yields of very closely trimmed (<.64 cm.-trim) subprimals. The VIASCAN™ estimate of yield predicted fabrication yields more accurately than online yield grade and, the VIASCAN™ -augmented yield grade improved the accuracy of cutability prediction, at packing plant line speeds, to a level matching that of expert graders applying grades at a comfortable rate. The second part of this study was conducted to evaluate the ability of a commercial VIA system, the Canadian Computer Vision System (CVS™) : (1) to predict yields of commercially fabricated beef subprimals as a percentage of carcass weight and (2) to augment USDA yield grading, to improve accuracy of grade placement. The CVS™ was evaluated as a completely installed production system operating on a full-time basis at chain-speeds. Steer and heifer carcasses (n = 296) were evaluated using CVS™, as well as by USDA expert and online graders, before fabrication of carcasses to closely trimmed subprimal cuts. Expert yield grade, online yield grade, CVS™ estimate of yield, and CVS™-augmented yield grade (using expert grader estimates of adjusted fat thickness and percentage of kidney-pelvic-heart fat, actual hot carcass weight and VIASCAN™ estimate of ribeye area), respectively, accounted for 67, 39, 64, and 65% of the variation in fabricated yields of closely trimmed subprimals. The CVS™ estimate of yield predicted fabrication yields more accurately than online yield grade and, the CVS™ augmented yield grade improved the accuracy of cutability prediction, under packing plant conditions and speeds, to a level close to that of expert graders applying grades without time pressure.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».