基于DAM-ResNet的广视野下牛舍奶牛个体识别方法

来源：农业机械学报杂志2025年第12期北京时间：

作者：司永胜，鲁文柯，王克俭，马亚宾，袁明，王斌，王振存

单位：河北农业大学,河北农业大学,河北农业大学,河北省畜牧良种工作总站,河北省畜牧良种工作总站,河北农业大学,唐山市锦程牧业有限公司,

摘要：针对牛舍内广视野下奶牛图像存在遮挡、变形较大而造成个体识别困难等问题，提出了一种基于DAM-ResNet模型的广视野下牛舍奶牛个体识别方法。采用Mask R-CNN模型对奶牛背部、躯干左侧、躯干右侧以及臀部4类奶牛部位进行分割。在ResNet34残差网络的基础上引入第二代可变形卷积，以加强对分割结果中奶牛花纹变形的图像特征提取；将AFF注意力特征融合模块融入到残差结构中，实现对远距离小目标奶牛图像的准确识别；采用细粒度分类损失函数互通道损失MC-Loss提高模型对花纹相似奶牛的识别准确率。利用奶牛分割后的图像构建奶牛多部位数据集，并训练DAM-ResNet模型。对57头奶牛共12864幅图像数据集进行了奶牛个体识别测试，结果表明，奶牛背部、躯干左侧、躯干右侧、臀部识别准确率分别为96.13%、96.56%、96.94%、93.14%，比ResNet原模型分别提高2.76、2.88、2.92、4.25个百分点。本文方法在10~20m、20~30m和30~40m范围内识别准确率分别为97.54%、90.72%和82.17%。研究结果可为奶牛智能化养殖提供技术支持。

关键词：奶牛个体识别;广视野;可变形卷积;注意力特征融合;细粒度分类

基金资助：河北省自然科学基金项目（C2025204216）