基于交叉注意力和自适应损失的奶牛识别方法

来源：电子测量技术杂志2026年第5期北京时间：

作者：王雨蝶，陈零壹，韩雷，苏新，陆晓春

单位：1.河海大学信息科学与工程学院 常州 213200; 2.河海大学人工智能与自动化学院 常州 213200

摘要：唯一性的身份认证对于奶牛养殖场农业保险的实施极为重要，但目前没有准确且可靠的奶牛识别方法，存在骗保事件，保险覆盖比较困难，针对此问题本文提出交叉注意力机制与自适应损失函数，并基于YOLOv7模型框架对养殖场复杂环境中的奶牛进行检测。通过交叉注意力机制提取图像不同方向上的关联信息，融合图像的深层和浅层特征，用于适应养殖场不良光照条件和拍摄角度带来的尺度变化。针对数据集中不同样本图像的质量不一的问题，通过自适应损失函数调节简单样本和困难样本的权重，使模型在训练过程中更加关注困难样本，增加了检测模型的鲁棒性和泛化性能。实验结果表明，提出的交叉注意力机制和自适应损失函数模型在奶牛检测和识别任务准确率达到了94.63%，相较于YOLOv7原模型提高了11.42%。

关键词：奶牛识别;交叉注意力;目标检测;自适应损失函数

基金资助：国家自然科学基金（62371181）项目资助