农业机械学报

作者：田富洋，张立印，张帅扬，宋占华，于镇伟，张姬

单位：山东农业大学,山东省园艺机械与装备重点实验室;山东省农业装备智能化工程实验室,中国农业机械化科学研究院集团有限公司,山东农业大学,山东农业大学,山东农业大学,

关键词：奶牛挑食行为;巡检机器人;改进RT-DETR;行为识别;注意力机制

基金：国家重点研发计划项目（2023YFD2000704）和国家自然科学基金项目（32072786）

针对目前复杂环境下奶牛在采食过程中挑食行为与采食行为差异不大、识别精度较低、人工识别劳动强度大等问题，本文提出了一种基于巡检机器人和改进RT-DETR模型的奶牛挑食行为识别方法。根据奶牛采食特性设计巡检机器人采集奶牛采食过程数据，分中午、下午和晚上3个时间段分别在3个牛棚进行采集，最终构建包含3个时间段共计10280幅奶牛采食数据集。对RT-DETR模型进行改进，在RT-DETR模型浅层中引入DAttention（DAT）模块和Bi-Level Routing Attention（BRA）模块融合的DBRA结构，建立了新的图像特征提取结构，提升输入图像局部和全局特征深度融合能力；在RT-DETR模型编码器中融合Efficient Multi-Scale Attention（EMA）模块，增强了提取高层次语义信息能力，更好地联系上下文信息。试验结果表明，改进后模型在奶牛采食视频数据集平均精度均值（mAP@0.5）为99.1%，模型内存占用量为39.6MB，浮点计算量为4.67×1010，相较于原模型平均精度均值提高7.4个百分点，模型内存占用量降低0.9MB，浮点计算量减少2%。与Sparse R-CNN、YOLO v7-L、YOLO v8n、DINO、Swin Transformer和DETR模型相比，平均精度均值（mAP@50）分别提高8.5、9.8、7.8、6.6、11.4、9.5个百分点。研究结果可以为实现畜牧养殖智能化提供技术支持。

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