{"id":23576,"date":"2026-07-20T07:45:00","date_gmt":"2026-07-20T05:45:00","guid":{"rendered":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/?p=23576"},"modified":"2026-07-16T08:46:30","modified_gmt":"2026-07-16T06:46:30","slug":"koe-volgen-met-camera-zo-werkt-cowcatcher","status":"publish","type":"post","link":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/artikel\/20260720\/koe-volgen-met-camera-zo-werkt-cowcatcher\/","title":{"rendered":"Koe volgen met camera – Zo werkt Cowcatcher"},"content":{"rendered":"

Met goedkope camera\u2019s en gratis opensourcesoftware kunnen veehouders sinds kort op een laagdrempelige manier aan de slag met tochtdetectie en afkalfmonitoring. Wat komt er zoal bij kijken? <\/p><\/div>\n\n\n

en camera in de stal die niet alleen beelden doorgeeft, maar ook kijkt of een koe tochtig is of afkalft. Dat is in het kort het idee achter CowCatcher en CalvingCatcher. De software is open source: de broncode is openbaar en boeren mogen het programma gratis gebruiken en aanpassen voor hun eigen bedrijf. Het draait lokaal op de eigen computer en maakt gebruik van goedkope IP-camera\u2019s. Het is een project van veehouders en ict\u2019ers die andere boeren willen helpen en stimuleren om aan de slag te gaan met beeldherkenning en computervisie.<\/p>\n\n\n\n

E\u00e9n van de aanjagers van het project is Jan-Jaap Verweij, melkveehouder uit Rijpwete-ring (ZH.). Na de havo begon hij zich te verdiepen in software die camerabeelden kon begrijpen, oftewel computervisie. \u201cIk was altijd gefascineerd door het idee dat een computer beelden kan begrijpen\u201d, zegt hij. Aanvankelijk probeerde hij met camerabeelden het aantal koeien in een wachtruimte te tellen. Ook dacht hij na over een camera op de robotarm die spenen zou herkennen. De stap naar tochtsignalering kwam via de Belgische melkveehouder Jonas Vanneste. Die had Verweijs probeersels gezien en vroeg zich af of het niet mogelijk was om springende pinken te herkennen. Dat was voor Verweij het startpunt om echt een bruikbaar computervisiemodel te bouwen.<\/p>\n\n\n\n

Vijftig bedrijven<\/h3>

Inmiddels draaien ongeveer vijftig bedrijven met het toch- en afkalfdetectiesysteem, schat \u00e9\u00e9n van de initiatiefnemers Jan-Jaap Verweij. Het werkelijke aantal kan hoger liggen, omdat de software vrij te downloaden is. Boeren delen ervaringen, melden fouten en leveren vrijwillig beelden aan. Daarmee kan de software worden verbeterd. Naast melkveehouder is Verweij ook vlogger onder de naam Jacobs Farm. <\/p><\/div>

<\/div><\/div><\/div><\/section>\n\n\n\n

Om het eenvoudig te houden, hoeft het model niet te weten welke koe springt. Als het springmoment wordt vastgelegd en de veehouder daarvan een beeld of een video krijgt, kan hij het dier zelf herkennen. Daarmee is koeherkenning geen voorwaarde voor tochtdetectie met camera\u2019s. En de veehouder kan zelf bepalen of de koe daadwerkelijk tochtig is.<\/p>\n\n\n\n

CowCatcher richt zich op het moment waarop een koe of pink een ander dier bespringt. Dat gedrag is duidelijk zichtbaar en daarom geschikt voor beeldanalyse met computervisie. In het begin kregen gebruikers foto\u2019s doorgestuurd van springende koeien. Inmiddels zijn dat korte filmpjes. Dat geeft meer context, omdat je bijvoorbeeld ook kunt zien of een koe blijft staan of doorloopt. Juist dat verschil is voor een veehouder belangrijk bij het beoordelen van tocht.<\/p>\n\n\n\n

<\/div>
<\/div>

In principe is elke goedkope camera geschikt. Dat maakt de opstartkosten laag. Bedraad aansluiten \u2013 in plaats van Wifi \u2013 wordt sterk aangeraden.<\/p><\/div><\/div><\/section>\n\n\n\n

Het model is getraind met beelden waarop het springmoment is aangewezen. In de praktijk betekent dat: een beeld uit de stal, met een kader om het springende dier. Met veel van zulke voorbeelden leert het model het gedrag herkennen. Daarnaast zijn ook situaties waarin het model zich vergist nuttig. Zo leert de software bijvoorbeeld dat een koe in een ligbox of een rug in de verte niet zomaar een springmoment is.<\/p>\n\n\n\n

Valsmeldingen<\/h2>\n\n\n\n

Bij elk beeld geeft het model een betrouwbaarheidswaarde. Pas boven een ingestelde grens ontvangt de veehouder een melding. Verweij noemt een grens van rond 88 tot 92 procent. Zet je die hoger, dan krijg je minder valsmeldingen, maar neemt de kans toe dat je een twijfelgeval mist. Zet je hem lager, dan ontvang je meer meldingen, maar zitten er meer valspositieve meldingen tussen.<\/p>\n\n\n\n

Het systeem herkent de gebeurtenis, maar de veehouder neemt de beslissing. De veehouder moet de koe identificeren en bij twijfel blijven fysieke signalen belangrijk. Het voordeel is vooral dat de camera dag en nacht meekijkt. Een tocht die \u2019s nachts begint, komt dan sneller in beeld. Boven-dien legt CowCatcher meerdere sprongen vast, waardoor het verloop van de tocht beter te volgen is.<\/p>\n\n\n\n

<\/div>
<\/div>

Plaatsing hoog, in de lengterichting van de mestgang geeft de beste resultaten. Dwars op het voerhek wordt afgeraden.<\/p><\/div><\/div><\/section>\n\n\n\n

Volgens Verweij werkt het vooral bij jongvee laagdrempelig. Pinken springen vaak duidelijk en hebben doorgaans minder vruchtbaarheidsproblemen dan oudere dieren. Bij melkvee kan het systeem ook waarde hebben, maar het lost geen vruchtbaarheidsproblemen op. Een koe kan tochtig zijn en toch niet drachtig worden.<\/p>\n\n\n\n

De afkalfmonitor CalvingCatcher werkt volgens dezelfde gedachte als CowCatcher. Het systeem herkent zichtbare signalen van afkalven in het afkalfhok: staart omhoog,  vruchtblaas, pootjes, kop of een geboren kalf. Daarvoor wordt hetzelfde AI Detector-programma gebruikt, maar met een ander visiemodel en andere instellingen. Bij de ontwikkeling van Calving-Catcher speelt de Friese melkveehouder Jouke Harders een belangrijke rol. Erik Schouten \u2013 melkveehouder en softwareontwikkelaar van beroep \u2013  bouwde een groot deel van de software.<\/p>\n\n\n\n

Per signaal kunnen betrouwbaarheidswaarden en wachttijden worden ingesteld, zodat een veehouder niet telkens dezelfde melding krijgt. Voor tocht is inmiddels voldoende beeldmateriaal verzameld, maar de dataset voor afkalven groeit nog altijd. Gebruikers kunnen vrijwillig beelden aanleveren, waarmee een volgende versie wordt verbeterd.<\/p>\n\n\n\n

CowCatcher en CalvingCatcher zijn open-source. De software is vrij te downloaden en draait lokaal op de eigen computer. Dit kan een speciaal voor dit doel aangeschafte computer zijn, maar het kan ook de computer in het kantoortje of van de melkrobot zijn. Dat is bewust: camerabeelden uit een stal zijn privacygevoelig en worden daarom niet naar een externe server gestuurd. \u201cJe moet voorkomen dat beelden uit stallen bij partijen terechtkomen die ermee aan de haal gaan\u201d, zegt Verweij. Alleen meldingen, eventueel met foto of video, gaan via bijvoorbeeld Telegram naar de gebruiker.<\/p>\n\n\n\n

<\/div>
<\/div>

Voor afkalfmonitoring is \u00e9\u00e9n camera meestal niet genoeg. Afkalfhokken zijn vaak onvoldoende hoog om met \u00e9\u00e9n camera het volledige hok te overzien. Minimaal twee, nog liever vier \u2013 op elke hoek \u00e9\u00e9n \u2013 wordt aangeraden om van alle kanten goed zicht te hebben op de koe.<\/p><\/div><\/div><\/section>\n\n\n\n

Stappenplan<\/h2>\n\n\n\n

Eerst bepaal je waar CowCatcher of CalvingCatcher moet meekijken: in de jongveestal, bij het melkvee of in het afkalfhok. De plaatsing is belangrijker dan het merk of de resolutie van de camera. Dure 4K-camera\u2019s zijn niet nodig. De software comprimeert de beelden voor de detectie toch naar een lagere resolutie. Voor de herkenning is het zinvoller om meerdere goedgeplaatste camera\u2019s te gebruiken dan \u00e9\u00e9n dure camera met hoge resolutie.<\/p>\n\n\n\n

In principe werkt elke IP-camera die een RTSP-stream \u2013 een protocol om live-videobeelden van een IP-camera op te halen \u2013 kan leveren. Verweij noemt Reolink als betaalbare middenklasse. Reken voor een eenvoudige Reolink PoE-camera op 60 tot 120 euro, exclusief btw. De veelgebruikte Reolink Trackmix is 150 tot 200 euro. Die heeft twee lenzen: \u00e9\u00e9n voor dichtbij en \u00e9\u00e9n voor verder weg. Daarmee komt een langere mestgang beter in beeld. Goedkope camera\u2019s werken ook, maar zijn soms minder betrouwbaar of vallen eerder weg.<\/p>\n\n\n\n

Bij het ophangen geldt een eenvoudige regel: wat de camera ziet, kan het model ook zien. Bij tocht gaat het vooral om het zicht op de mestgang en de plekken waar de dieren elkaar bespringen. Door het voerhek kijken is minder ideaal, omdat koeien elkaar dan eerder afschermen. Bij afkalven moet het afkalfhok goed in beeld zijn, het liefst vanuit een hoek waarbij staart, vruchtblaas, pootjes en het kalf zichtbaar kunnen worden. Soms zijn meerdere camera\u2019s nodig om het hok goed te overzien.<\/p>\n\n\n\n

De camera\u2019s worden bij voorkeur bedraad aangesloten. Een netwerkkabel met PoE (Power over Ethernet) die tegelijk voor de stroomvoorziening en de overdracht van de beelden zorgt, heeft de voorkeur. De kabels lopen naar een PoE-switch met vier, acht of zelfs zestien poorten, afhankelijk van het aantal camera\u2019s. Let op een nette afwerking in de stal. Je wilt niet dat stekkers en connectoren gaan corroderen door vocht en ammoniak.<\/p>\n\n\n\n

De PoE-switch wordt aangesloten op het lokale netwerk, of rechtstreeks op de computer als het systeem volledig lokaal moet draaien. Ook de computer waarop de software draait, sluit je bij voorkeur aan met een kabel. De snelheid van de internetverbinding is minder belangrijk dan de lokale netwerkverbinding. De videobeelden gaan namelijk niet eerst het internet op, maar lopen via het eigen netwerk rechtstreeks van de camera naar de computer. Internet is vooral nodig om meldingen naar bijvoorbeeld Telegram te kunnen versturen.Daarna worden de camera\u2019s eerst ge\u00efnstalleerd met de app of software van de fabrikant. Daarbij maak je een gebruikersnaam en wachtwoord aan. Die gegevens zijn later opnieuw nodig om de camera in Cow-Catcher of CalvingCatcher toe te voegen. In de instellingen van de camera zoek je ook het IP-adres op. Bij sommige merken, zoals Reolink, moet RTSP nog handmatig worden ingeschakeld. Bij andere merken, zoals Dahua, staat dit vaak standaard aan.<\/p>\n\n\n\n

Als de camera\u2019s beeld geven en goed gericht zijn, kan de AI Detector-software worden ge\u00efnstalleerd. Die is te downloaden via de projectwebsite of GitHub. Voor de meeste veehouders ligt de Windows- of macOS-versie het meest voor de hand. Linux en Docker zijn vooral bedoeld voor gebruikers met meer ict-kennis. De software kan vaak draaien op een bestaande stalcomputer, zeker bij \u00e9\u00e9n of twee camera\u2019s. Bij meerdere camera\u2019s kan een aparte computer handiger zijn.<\/p>\n\n\n\n

Na installatie worden de camera\u2019s toegevoegd in de webapp van het programma. Per camera vul je het IP-adres en het wachtwoord in. Daarna kies je het doel: CowCatcher voor tocht of CalvingCatcher voor afkalven. Ook stel je in waar de meldingen naartoe moeten. De meeste gebruikers werken met Telegram. Daarvoor maak je een bot aan en die koppel je aan het programma. Aparte Telegram-groepen voor jongvee, melkvee en afkalven houden de meldingen overzichtelijk.<\/p>\n\n\n\n

De standaardinstellingen zijn bedoeld als vertrekpunt. Per camera en per toepassing kun je betrouwbaarheidswaarden, wachttijden en het aantal meldingen aanpassen. Wie weinig valsmeldingen wil, zet de drempel hoger. Wie niets wil missen, kan de drempel iets lager zetten en meer meldingen voor lief nemen.<\/p>\n\n\n\n

Tot slot wordt het achtergrondprogramma gestart. Daarbij verschijnt een zwart venster. Zolang regels op het scherm worden weggeschreven, draait de AI Detector. Dat venster moet openblijven en de computer moet aan blijven staan. De eerste dagen is het verstandig om actief mee te kijken, zodat camera\u2019s, meldingen en drempelwaarden waar nodig kunnen worden bijgesteld.<\/p>\n\n\n\n

Kosten<\/h2>\n\n\n\n

Wie al een computer en \u00e9\u00e9n of meer geschikte camera\u2019s heeft hangen, kan met weinig extra materiaal beginnen. Is er nog niets, dan zijn er de kosten voor camera\u2019s, kabels, PoE-switch en eventueel een aparte computer. Verweij noemt als indicatie dat een eenvoudige start vanaf enkele honderden euro\u2019s mogelijk is. Wie vanaf nul een vollediger systeem met meerdere camera\u2019s en een aparte computer opbouwt, moet rekenen op een investering van 2.000 euro. Dat is een schijntje in vergelijking met andere tochtdetectie en afkalfmonitoringsystemen.<\/p>\n\n\n\n

<\/div>
<\/div>

<\/p><\/div><\/div><\/section>\n","protected":false},"excerpt":{"rendered":"

Met goedkope camera\u2019s en gratis opensourcesoftware kunnen veehouders sinds kort op een laagdrempelige manier aan de slag met tochtdetectie en afkalfmonitoring. Wat komt er zoal bij kijken?<\/p>\n","protected":false},"author":3859,"featured_media":23578,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"wds_primary_category":75,"wds_primary_post_tag":0,"wds_primary_dossier":0,"wds_primary_artikel_type":0,"footnotes":""},"categories":[75,95],"tags":[554],"dossier":[],"artikel_type":[27],"class_list":["post-23576","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-dierverzorging","category-veehouderij","tag-cowcatcher","artikel_type-artikelen"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/posts\/23576","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/users\/3859"}],"replies":[{"embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/comments?post=23576"}],"version-history":[{"count":1,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/posts\/23576\/revisions"}],"predecessor-version":[{"id":23582,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/posts\/23576\/revisions\/23582"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/media\/23578"}],"wp:attachment":[{"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/media?parent=23576"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/categories?post=23576"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/tags?post=23576"},{"taxonomy":"dossier","embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/dossier?post=23576"},{"taxonomy":"artikel_type","embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/artikel_type?post=23576"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}