牛奶是一种富含营养的饮品。出于对国民健康的考虑，我国一直在大力持续推动乳制品行业的发展。作为乳制品标兵企业，新希望乳业也一直在思考如何提升牧场运营效率，提升原料奶的产量和品质。在与亚马逊云科技的合作过程中，新希望乳业希望能借助亚马逊云科技的第三方身份和对技术的深耕来促成乳业的创新。在新希望乳业 VP/CIO 胡柳通的大力支持和推动下，亚马逊云科技客户团队开始梳理乳业牧场的流程业务和潜在的创新点。

亚马逊云科技要把创新落地到行业，专程咨询了内行人士的专业意见，与新希望乳业生产技术中心副总监宋良荣、牧场管理团队以及营养师们做了数次深度访谈，了解了牧场的一些问题和挑战。

在与乳业的合作创新项目中，亚马逊云科技不仅从业务出发，与业务专家一起定位了具体业务问题，还与客户一起深入到牧场和工厂一线调研。这几个问题都直接与客户的目标「提升牧场运营效率」直接相关，而方式则分别是「解放人力」、「提升产量」和「降低成本」。通过对这几个问题解决难度和价值的探讨，亚马逊决定选择「提升产量」这条线作为切入，优先解决跛足牛的问题。跛足牛即牛的腿部出问题，会影响产奶质量，需要兽医尽快介入。

亚马逊 Amazon Machine Learning Solutions Lab专家决定选择计算机视觉（Computer Vision，下简称「CV」）来做识别，仅依赖普通硬件——民用监控摄像头，也不给牛增加额外负荷，降低成本和使用门槛。在现场确定了摄像头位置，安装、部署了摄像头，并部署了视频推流方案。Amazon Machine Learning Solutions Lab 的专家拆解了客户需求并形成了算法，再由解决方案架构师对整个算法形成了工程化。每次推理，我们都可以得到上千个拆解并标记好的牛只行进视频，每个视频都有原始视频 ID、牛只 ID 及其跛足程度得分和各项细节分数，完整的计算逻辑以及原始步态数据也保留供后续算法优化。

在解决一系列的问题之后，结合牧场兽医和营养师的打分，就得出了一个综合性的牛只跛足评分，从而帮助我们识别出严重、普通、轻微等不同跛足程度的牛只，并且可以基本识别牛只的多项体态属性，帮助后续我们借助机器学习模型进一步研判和分析。

在数周时间内，亚马逊已经有一个端到端的跛足牛识别方案。这个方案的硬件摄像头仅花费300元，Amazon SageMaker 批处理推理如使用 g4dn.xlarge 实例，2小时视频的推理时长约为50小时，总费用仅需300元。当进入生产后，如果每周检测5批次牛只（设约10小时），算上滚动保存的视频和数据，一个数千头牛的中型牧场每月的检测费用也不足万元，免除了客户的后顾之忧。