农业机械学报

作者：王娟，李梦洁，刘雅举，付鑫培，李斯睿

单位：河北农业大学;河北省畜禽养殖智能装备与新能源利用重点实验室,河北农业大学,河北农业大学渤海学院,河北农业大学,河北农业大学,

关键词：奶牛;自动套杯;乳头识别;乳头空间定位;改进YOLO v8n;双目视觉

基金：河北省重点研发计划项目（19227213D）

奶牛挤奶时人工套杯劳动强度大、生产效率低，而自动套杯成本较高，对中小型养殖场来说存在一定经济负担。为满足中小型养殖场需求，针对挤奶器快速准确自动套杯工作中挤奶环境复杂、奶牛乳头形态各异等问题，本文提出了一种基于改进YOLO v8n的双目视觉定位新方法，能够实现对奶牛乳头的准确检测和快速定位。将YOLO v8n的CSPDarknet主干网络替换为轻量级的FasterNet主干网络、在颈部网络构建P2特征层、在Detect部分与C2f部分添加EMA注意力机制，提高了模型对奶牛乳头的检测精度与速度。利用RANSAC算法对SURF特征点进行优化，减少了乳头与乳房相似导致的不匹配问题。基于改进YOLO v8n模型，结合双目视觉获取奶牛乳头的三维空间信息。在自制数据集上进行消融试验和对比试验，结果表明，改进YOLO v8n模型的mAP@0.5为98.62%，精确率为97.23%，召回率为96.69%，与原始YOLO v8n模型相比，各项指标分别提高2.17、3.28、3.65个百分点；参数量和帧率分别为原始YOLO v8n模型的0.55、2.31倍，显著提升了模型的检测性能。经统计分析，奶牛乳头定位的平均绝对偏差为0.0117m，方差为0.0001m2，标准差为0.0119m，能够满足下一阶段挤奶器自动套杯要求。

来源：2025年第11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11期