农业机械学报

作者：段青玲，杨丽莎

单位：中国农业大学,中国农业大学,

关键词：肉牛;质量估算;关键点检测;YOLO v9u-pose;PSO-XGBoost

基金：校企合作项目（202305510810142）

在肉牛养殖中，肉牛质量对其生长监测和育种改良具有重要意义。传统的称量方法费时费力，且易造成牛只应激反应。然而，现有的非接触方法易受姿态和复杂背景影响，精度较低，鲁棒性差。为此，本文提出了基于改进YOLO v9u-pose的肉牛质量估算方法，包括关键点检测和质量估算2个阶段。在关键点检测阶段，以YOLO v9u-pose作为基线网络，利用ODConv（Omni-dimensional dynamic convolution）替换主干网络的普通卷积;采用DySample替换颈部网络的上采样模块;并在与检测头连接的RepNCSPELAN4模块中添加EMA注意力机制（Excitation and modulation attention），进而提高肉牛关键点检测算法精度。在质量估算阶段，利用深度图和局部点云聚类等方法提取体尺特征，并构建基于体尺和PSO-XGBoost（Particle swarm optimization-eXtreme gradient boosting，PSO-XGBoost）的肉牛质量估算算法。在自建的数据集上测试，本文提出的关键点检测算法F1值和平均精度均值（mAP@0.75）分别为97.2%和98.2%，质量估算算法平均绝对百分比误差为3.97%。最终将所提方法部署至开发板，为肉牛智能化养殖提供了技术支持。

来源：2025年第10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10期