农业机械学报

作者：王旺，王福顺，张伟进，刘红达，王晨，王超，何振学

单位：河北农业大学,河北农业大学,河北农业大学,河北农业大学,河北农业大学,河北农业大学,河北农业大学,

关键词：羊;行为识别;YOLO v8s;轻量化

基金：河北省重点研发计划项目(22327403D)

羊只站立、行走、采食等日常行为与其健康状况密切相关，高效、准确的羊只行为识别有助于疾病检测，对实现羊只健康预警具有重要意义。针对目前羊只多行为识别检测大多基于传感器等接触式设备，羊只活动受限，行为具有局限性，且群体养殖环境下，羊只行为多样、场景复杂、存在遮挡等造成的行为识别精度低等问题，提出了一种基于改进YOLO v8s的羊只行为识别方法。首先，引入SPPCSPC空间金字塔结构增强了模型的特征提取能力，提升了模型的检测精度。其次，新增P2小目标检测层，增强了模型对小目标的识别和定位能力。最后，引入多尺度轻量化模块PConv和EMSConv，在保证模型识别效果的同时，降低了模型参数量和计算量，实现了模型轻量化。实验结果表明，改进YOLO v8s模型对羊只站立、行走、采食、饮水、趴卧行为平均识别精度分别为84.62%、92.58%、87.54%、98.13%和87.18%，整体平均识别精度为90.01%。与Faster R-CNN、YOLO v5s、YOLO v7、YOLO v8s模型相比，平均识别精度分别提高12.03、3.95、1.46、2.19个百分点。研究成果可为羊只健康管理和疾病预警提供技术支撑。

来源：2024年第7期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第7期