改进YOLOv8s的轻量化牛脸识别模型

来源：中国农机化学报杂志2025年第8期北京时间：

作者：邴树营, 张玉玉, 纪元浩, 严蓓蓓, 邹明, 许金普

单位：（1. 青岛农业大学动漫与传媒学院，青岛市，266109； 2. 青岛农业大学动物医学院，青岛市，266109）

摘要：为实现在奶牛养殖场复杂环境下，非接触且实时检测奶牛面部个体身份，提出一种基于YOLOv8s目标检测网络的性能优良且轻量化的识别模型。以17头荷斯坦奶牛作为研究对象，在奶牛进食通道旁安装摄像机，定时、自动获取奶牛视频，用视频帧分解技术得到奶牛面部图像，并用结构相似性指数方法对图像间的相似性进行度量，剔除相似性过高的图像，再通过人工标注奶牛个体编号。以YOLOv8s模型为基础在主干网络中加入注意力机制CBAM，提升算法精度，引入Slim—Neck设计范式，使用GSConv轻量级卷积模块替换传统卷积模块（SC），使用基于GSConv设计的VoV—GSCSP模块替换C2f模块，进而减轻模型负担，同时保持准确性。改进YOLOv8s的模型内存占用量为21.3 MB，比YOLOv8s的占用量小1.3 MB，检测速度FPS、精确率P、召回率R、平均精度均值mAP分别提升39.57%、5.68%、7.74%、3.33%。改进YOLOv8s可在保证网络模型轻量化和精度的同时对奶牛面部识别，具有较好的鲁棒性，能够实现复杂环境下养殖场的奶牛面部个体识别。

关键词：奶牛养殖,牛脸识别,YOLOv8s算法,轻量化,注意力机制

基金资助：山东省自然科学基金面上项目（ZR2022MC152）;山东省重大科技创新工程项目（2021LZGC014—3）；青岛市产业培育计划科技惠民专项（23—1—3—6—zyyd—nsh）；山东省牛产业技术体系（SDAIT—09—11）