基于YOLOv5算法的舍饲羊只检测与跟踪方法研究

来源：中国农机化学报杂志2025年第12期北京时间：

作者：海兰, 张丽娜, 杨帆, 魏宇星, 赵斌

单位：（内蒙古师范大学物理与电子信息学院，呼和浩特市，011517）

摘要：精准养殖是现代养羊业提质增效的有效途径，其中羊只的智能检测与跟踪是实施精准养羊的关键环节。但羊只的群居特性使得实施多目标跟踪时，羊只间的遮挡粘连导致检测与跟踪中漏检、误检及ID跳号等现象突出。鉴于此，采用不同检测目标锚定方法，应用YOLO+DeepSort算法实施群居环境下羊只多目标检测与跟踪，并采用YOLOv5+DeepSort及YOLOv8+DeepSort算法做对照试验。结果显示，改进后的方法检测与跟踪精度、ID跳变均得到改善，其中，基于YOLOv5+DeepSort算法跟踪精度可达96.73%，比原方法提高3.22%，ID跳变次数降低18次；YOLOv8+DeepSort算法跟踪精度可达94.85%，比原方法提高13.59%，ID跳变次数降低9次。改进后的锚定方法能够提高羊群的个体识别精度，同时减少目标对象个体索引中的干扰信息，有利于进一步的信息提取。

关键词：多目标检测与跟踪,深度学习,舍饲羊只,遮挡粘连,ID跳变,精准养殖

基金资助：国家自然科学基金项目（62061037）；内蒙古自然科学联合基金项目(2023LHMS06017)；内蒙古师范大学基本科研业务费专项资金（2022JBZD012，2022JBYJ026，CXJJS22106）；内蒙古自治区硕士研究生科学创新项目（S20231071Z）；内蒙古自治区财政厅支持地方高校改革发展资金（物理学一流学科培育）