农业机械学报

作者：田文斌，姚渝，吕昊暾，杜瑞杰，王宁

单位：中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,

关键词：奶牛乳房炎;实例分割;YOLO v11;轻量化;智慧养殖

基金：国家重点研发计划项目（2022YFC2304004）

奶牛患乳房炎时其乳表温度与眼表温度差值较大，因此可将奶牛乳眼温差作为乳房炎判断指标。针对现有热红外图像检测奶牛乳房炎精度低、容易误检和漏检等问题，本文提出了一种基于YOLO v11n-seg结合热红外与可见光配准图像的奶牛乳房炎检测方法。为了在有限算力下能更精准地分割奶牛乳房和眼睛，对基线模型（YOLO v11n-seg）进行了改进。使用ADown卷积模块替换基线模型部分普通卷积进行特征提取，在资源有限的环境下有利于模型部署和使用；在主干网络末端引入MLCA注意力机制，显著提升了小尺度目标特征提取能力；颈部网络采用RepGFPN结构优化特征融合与信息传递能力，进一步提升分割精度。改进YOLO v11n-seg模型对奶牛眼睛和乳房平均分割精度分别为90.3%和97.9%。与基线模型相比，其对眼睛和乳房的平均分割精度提高7.1、0.7个百分点，模型参数量减少14.3%，模型计算量降低12.5%。比较分割掩膜与温度矩阵提取的乳眼温差与设定的温差阈值，并用体细胞计数法进行验证。结果表明，奶牛乳房炎检测精度可达88.46%。表明该方法能够实现奶牛乳眼分割并应用于奶牛乳房炎检测。

来源：2025年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第6期