内蒙古科技大学跛行奶牛“边走边测”准确率达97%以上

　　本网讯（草原云·内蒙古新闻网记者  郝少英）  记者从内蒙古自治区科技厅了解到，内蒙古科技大学褚燕华副教授近日在《农业工程学报》上发表了题为“基于头颈背部关键点的奶牛跛行检测”的研究论文。

　　该研究通过分析跛行奶牛行走时头部起伏较大且背部弓起的特点，提出了一种基于深度学习的奶牛头、颈、背部6个关键点的跛行检测算法。这一算法不仅为养殖场提供高效的跛行检测手段，还对提升牧场养殖管理效率及智能化水平具有重要意义。该研究得到2024年内蒙古自治区自然科学基金项目支持。

　　“传统方法如接触式和非接触式传感器在奶牛跛行检测中各有缺点，前者易损坏，后者易受环境干扰。而计算机视觉和深度学习技术的应用为这一问题提供了新的解决方案，能够快速准确地对奶牛跛行进行检测。”内蒙古科技大学副教授褚燕华表示，研究团队通过固定摄像头采集奶牛行走视频，利用特殊的实例分割算法识别奶牛，并结合特别的算法提取头、颈、肩、背部中心、腰和尾部6个关键点坐标。经过对比分析，团队最终选择了ResNet-152作为最优主干网络，并提出了新的模型用于跛行检测。

　　通过试验结果表明，该算法在包含16头奶牛16段视频的测试集上，跛行识别的准确率达到了97.16%。这一成果不仅验证了算法的有效性，还为养殖场提供了可靠的技术支持。研究团队还通过对比不同模型的表现，进一步验证了结合实例分割与多关键点检测策略的优越性。

　　此项研究不仅为奶牛跛行检测提供了新的技术路径，还为智能化养殖管理提供重要参考。未来，研究团队将进一步优化算法，扩大试验规模，推动该技术在养殖业中广泛应用。