奶山羊行为检测模型

精度最高且轻量

融合YOLO11定位与ELSlowFast-LSTM时序识别，实现五种奶山羊行为的精准高效检测。

Junpeng, Zhang · Zihan, Bai · Yifan, Wei · Tang, Jinglei · Ruizi, Han · Jiaying, Jiang

Computers and Electronics in Agriculture 2025

参数信息

检测精度（mAP）

78.70 %

技术优势

精度最高

在DairyGoat数据集上取得了78.70%的mAP，优于对比的其他行为检测模型。

模型更轻

在实现最佳检测性能的同时，保持了相对较低的参数数量和计算负载，有利于实际部署。

应用场景

• 奶山羊养殖监测：实时识别站立、行走等五种行为，评估健康与福利。
• 牲畜行为分析系统：提供视频中奶山羊行为的自动分类，替代人工观察。
• 智能畜牧机器人：为机器人提供奶山羊位置与行为信息，用于精准管理。
• 养殖自动化设备：嵌入监控设备实现连续行为监测，减少人工巡检。
• 农业具身智能：赋予农业系统理解动物行为的能力，支撑智能决策。