Les caméras de classement peuvent-elles prédire plus que le rendement global des carcasses ? 🎙️
CLIQUEZ SUR LE BOUTON DE LECTURE POUR ÉCOUTER CETTE PUBLICATION (article offert en anglais seulement):
Écoutez d’autres épisodes sur BeefResearch.ca, Spotify, Apple Podcasts, Amazon Music ou Podbean.
Cet article rédigé par le Dr Reynold Bergen, directeur scientifique du BCRC, a été initialement publié dans le numéro de décembre 2025 du magazine Canadian Cattlemen et est reproduit sur BeefResearch.ca avec l’autorisation de l’éditeur.
Les chercheurs sur le bœuf et les fonds de développement industriel du Canada ont été à l’avant-garde du développement de la technologie moderne de classement par caméra désormais utilisée dans le monde entier. À l’origine, le système comprenait deux caméras. Une caméra « à chaud » (installée dans très peu d’usines de transformation) mesure la longueur, la profondeur et divers contours du côté de la carcasse. La caméra « à froid » (largement utilisée pour le classement) évalue le persillage, l’épaisseur du lard dorsal et le faux-filet, puis attribue le même classement de qualité (persillage) et la même classe de rendement au détail (pourcentage global de viande maigre) que les classificateurs humains.
Les chercheurs d’Agriculture et Agroalimentaire Canada, dirigés par le Dr Oscar Lopez-Campos au Centre de recherche et de développement de Lacombe, ont démontré que la technologie de classement par caméra peut faire plus que simplement prédire cinq classes de rendement au détail. Elle permet également d’identifier les différences entre les carcasses en termes de composition (et potentiellement de valeur) des coupes primaires et des coupes de détail individuelles pour les bovins gras (Prediction of primal and retail cut weights, tissue composition and yields of youthful cattle carcasses using computer vision systems; whole carcass camera and/or ribeye camera); doi.org/10.1016/j.meatsci.2023.109120) et les vaches de réforme (Carcass and Primal Composition Predictions Using Camera Vision Systems (CVS) and Dual-Energy X-ray Absorptiometry (DXA) Technologies on Mature Cows) doi.org/10.3390/foods10051118).
Ce qu’ils ont fait
Six cent trente-quatre veaux croisés Angus ont été élevés et abattus soit comme veaux mis à l’engrais au sevrage (âgés de 11 à 13 mois) ou comme bovins d’un an mis à l’engrais après une semi-finition (âgés de 15 à 17 mois) au centre de recherche d’AAC à Lacombe, et 111 carcasses de vaches de réforme ont été achetées dans un abattoir commercial.
Dans les deux études, des images numériques ont été prises du côté de la carcasse (caméra à chaud) et du site de classement entre les 12e et 13e côtes (caméra à froid). Le côté gauche de chaque carcasse a été découpé en huit coupes primaires (bloc d’épaule, côte, longe, rond, pointe de poitrine, jarret avant, poitrine et flanc) et pesé. Les coupes primaires provenant des bovins gras (et non des vaches) ont ensuite été découpées davantage en 55 coupes destinées à la vente au détail.
Ce qu’ils ont appris
Le classement par caméra des carcasses de bovins gras : La caméra à froid a mieux prédit le rendement global des découpes au détail (la base des cinq classes de rendement des carcasses de l’Agence canadienne de classement du bœuf) que la caméra à chaud ou les deux caméras.
La caméra à froid a également mieux prédit le poids du bloc d’épaule, du bout de poitrine et du flanc que la caméra à chaud ou les deux caméras. La caméra à chaud a donné les meilleurs résultats pour la poitrine et l’utilisation des deux caméras a donné les meilleurs résultats pour la côte, la longe, la ronde et la poitrine. Mais les améliorations en termes de précision obtenues en utilisant la caméra à chaud ou les deux caméras pour ces coupes étaient faibles (bien moins d’une demi-livre) par rapport à l’utilisation de la caméra à froid seule.
Un résultat similaire a été observé pour la composition des coupes primaires. La caméra à froid a mieux prédit le pourcentage de viande maigre du bloc d’épaule, de la côte, du jarret avant, de la poitrine et du flanc que la caméra à chaud (ou les deux caméras). L’utilisation des deux caméras a permis de mieux prédire le pourcentage de viande maigre des coupes primaires (de moins d’un dixième de livre) pour la longe, la ronde et la poitrine.
La caméra à froid a mieux prédit le poids des coupes de détail que la caméra à chaud pour 49 des 55 coupes de détail. La caméra à chaud a mieux prédit les six autres. Mais là encore, l’avantage d’utiliser plusieurs caméras était très faible.
Le classement par caméra des carcasses de vaches a donné des résultats différents. La caméra à chaud a mieux prédit la teneur en viande maigre du flanc, de la ronde et du jarret avant, et les deux caméras ont donné les meilleurs résultats pour le bout de poitrine, le bloc d’épaule, la longe, la poitrine et la côte. Comme pour les bovins gras, les différences de précision entre les différentes combinaisons de caméras étaient relativement faibles pour la plupart des coupes primaires. Mais l’utilisation des deux caméras a permis de prédire la teneur en viande maigre du bloc d’épaule, de la longe et de la ronde avec plus de précision que la caméra à froid seule. En moyenne, la prédiction du poids de viande maigre par la caméra à froid était erronée de trois à sept livres pour ces coupes primaires. Les vaches de réforme varient plus en termes de note d’état corporel et de musculature que les bovins engraissés, donc l’utilisation de la caméra à chaud pour obtenir une meilleure idée de la conformation globale de la carcasse peut aider à fournir de meilleures prédictions de la teneur en viande maigre du bloc d’épaule et de la ronde chez les vaches.
Qu’est-ce que cela signifie pour vous ?
Il y a une limite à jusqu’où cela peut aller. Aucun animal n’aura jamais plus d’un bout de poitrine par côté, par exemple. Mais considérons deux carcasses de même poids, de même qualité et de même classe de rendement. Elles auraient la même valeur à l’abattoir. Mais différentes découpes vendues au détail peuvent avoir des prix très différents. Si de légères différences de conformation font qu’une carcasse contient deux livres de plus de contre-filet (vendu au détail à 41 $/lb) et deux livres de moins d’intérieur de ronde (20 $/lb) que la moyenne, tandis que la deuxième carcasse est l’inverse (deux livres de moins de contre-filet et deux livres de plus d’intérieur de ronde que la moyenne), leur valeur réelle différerait de 84 $.
De même, trois kilos supplémentaires de longe provenant d’une carcasse de vache équivalent à plusieurs sandwichs au steak. Si le conditionneur le savait, il pourrait décider de détailler les — et éventuellement de fixer le prix des — carcasses différemment en fonction de ces différences. Cela constituerait un pas de plus vers un marketing basé sur la valeur. Si ces données pouvaient être liées à l’identification individuelle des animaux et partagées à travers le système, nous aurions la possibilité d’élever intentionnellement des animaux pour la conformation de leur carcasse. En agitant les mains et en parlant vite, cela peut sembler très excitant. Mais la partie « intentionnelle » serait cruciale. Une sélection trop rigoureuse pour un trait particulier a presque toujours des inconvénients. Par exemple, les dindes modernes sont élevées par insémination artificielle. Les dindes ont perdu la capacité de s’accoupler naturellement il y a 40 ans en raison d’une sélection rigoureuse visant à obtenir une musculature thoracique exagérée.
En bref
Les technologies informatiques et d’imagerie évoluent rapidement. Les chercheurs canadiens sur la qualité du bœuf travaillent d’arrache-pied pour transformer ces technologies en opportunités permettant à notre industrie d’améliorer et de rationaliser la transformation des carcasses de bœuf.
Le Beef Cattle Research Council est une organisation industrielle à but non lucratif financée par le Prélèvement national sur les bovins de boucherie. Le BCRC s’associe à Agriculture et Agroalimentaire Canada, aux groupes provinciaux de l’industrie bovine et aux gouvernements afin de faire progresser le transfert de la recherche et de la technologie à l’appui de la vision de l’Industrie canadienne du bœuf, qui est d’être reconnue comme un fournisseur privilégié de bœuf, de bovins et de génétique sains et de haute qualité. Apprenez-en davantage sur le BCRC sur le site www.beefresearch.ca.
Le partage ou la réimpression des publications du BCRC sont les bienvenus et sont encouragés. Veuillez mentionner le Beef Cattle Research Council, fournir l’adresse du site Web, www.BeefResearch.ca, et nous faire savoir que vous avez choisi de partager l’article en nous envoyant un courriel à [email protected].
Vos questions, commentaires et suggestions sont les bienvenus. Contactez-nous directement ou lancez une discussion publique en publiant vos idées ci-dessous.