牛肉牛体重估计架构

双流非对称提取

针对现有双流对称架构忽视模态差异的问题，引入动态重参数化优化非对称特征提取，提升肉牛体重估计精度与稳定性。

Yao, Chong · Li, Qian · Ziruo, Li · Tianci, Mao · Xue, Tian · Ping, Song · 刘钢 · 张淼

Computers and Electronics in Agriculture 2026

参数信息

验证集平均绝对误差
16.20 kg
测试集平均绝对误差
18.54 kg
验证集均方根误差
22.38 kg
测试集均方根误差
21.34 kg
验证集决定系数
0.82
测试集决定系数
0.83
300–399 kg段平均绝对误差
7.64 kg
模型参数量
45.57 M

技术优势

非对称双流，精度更高

通过动态重参数化优化双流架构，突出不同模态图像的特征差异，结合通道切换模块实现信息交互，在验证集和测试集上分别将MAE降至16.20 kg和18.54 kg。

300–399 kg段误差仅7.64 kg

在300–399 kg体重范围内取得最小的平均绝对误差7.64 kg，证明该架构对常见育肥牛体重段具有极高估计精度。

模型轻量，部署门槛低

模型参数量45.57 M，FLOPs 80.29 G，在保持较低计算复杂度的同时完成任务，适合部署在资源受限的边缘设备。

应用场景