یک روش سبک ساختار (کم‌حجم) تشخیص گاو در گاوداری: YOLO11-DML

مقالات آماده انتشار

نوع مقاله : مقاله پژوهشی انگلیسی

نویسندگان

ژیهانگ وی ¹

شوپنگ ژانگ ¹

شیائوکیان لی ²

ژیو یو ¹

دونگهوی وی ¹

جینگ نی ¹

¹ دانشکده برق و اطلاعات، دانشگاه کشاورزی شمال شرقی، هاربین ۱۵۰۰۳۰، چین

² دانشکده کشاورزی، دانشگاه کشاورزی شمال شرقی، هاربین ۱۵۰۰۳۰، چین

https://doi.org/10.22067/jam.2026.96943.1454

چکیده

تشخیص مطمئن گاو در محیط‌های اصطبل به‌دلیل انسداد بصری، همپوشانی دام‌ها و پس‌زمینه‌های شلوغ همچنان چالش برانگیز است. برای بهبود دقت و عملکرد بلادرنگ در چنین شرایطی، این مطالعه YOLO11-DML را ارائه می‌دهد، که یک چارچوب تشخیص بهبودیافته ساخته‌شده بر اساس YOLO11 است. برای رفع کاهش دقت تشخیص ناشی از همپوشانی گاوها و دیگر اجسام و تداخل پس‌زمینه، این مقاله بهینه‌سازی‌هایی را در سه جنبه انجام داده است: استخراج ویژگی، مکانیسم توجه و طراحی تشخیص سبک: ماژول C3K2-DIMB در Backbone و Neck معرفی شده است و قابلیت‌های مدل‌سازی ویژگی چند مقیاسی را از طریق وزن‌های هسته کانولوشن پویا افزایش می‌دهد. مکانیسم توجه کانال محلی ترکیبی (MLCA) در انتهای Backbone به‌عنوان یک ماژول بهبود ویژگی کمکی برای اصلاح نمایش‌های سلسله مراتبی ویژگی تعبیه شده است. یک سر تشخیص کانولوشن مشترک سبک (LSCDH) برای سر تشخیص طراحی شده است که به‌طور موثر تعداد پارامترها و سربار محاسباتی را کاهش می‌دهد و در عین حال دقت تشخیص را حفظ می‌کند. آزمایش‌های انجام‌شده بر روی مجموعه داده‌های CBVD-5 و داده‌های گاو شیری نشان می‌دهد که YOLO11-DML به دقت (P) 92.57 درصد، امتیاز F1 برابر با 89.07 درصد، mAP@0.5 برابر با 93.11%، mAP@0.5:0.95 برابر با 59.37%، سرعت استنتاج 105.79 FPS، تعداد پارامترهای M 2.16 ،GFLOP 5.1 عملیات ممیز شناور و اندازه مدل تنها 4.5 مگابایت دست می‌یابد. این تحقیق نشان می‌دهد که YOLO11-DML با حفظ طراحی سبک و عملکرد بلادرنگ، به دقت بالایی دست می‌یابد و یک راه‌حل عملی برای تشخیص چند شیء و نظارت بر رفتار گاوهای شیری در مزارع هوشمند ارائه می‌دهد.

کلیدواژه‌ها

C3K2-DIMB

LSCDH

YOLO11-DML

تشخیص

یادگیری عمیق

موضوعات

• کشاورزی دیجیتال، هوشمند و دقیق

---

Authors retain the copyright. This is an open access article distributed under Creative Commons Attribution 4.0 International License (CC BY 4.0)

مراجع

1. Bo, L., Yuefeng, L., Xiang, B., Yue, W., Haofeng, L., & Xuan, L. (2023). Research on Dairy Cow Identification Methods in Dairy Farm. Indian Journal of Animal Research, 57(12). https://doi.org/10.18805/IJAR.BF-1660
2. Cabrera, V. E., Bewley, J., Breunig, M., Breunig, T., Cooley, W., De Vries, A., ..., & Greenfield, R. (2025). Data integration and analytics in the dairy industry: challenges and pathways forward. Animals, 15(3), 329. https://doi.org/10.3390/ani15030329
3. Feijoo, D., Benito, J. C., Garcia, A., & Conde, M. V. (2025). Darkir: Robust low-light image restoration. Proceedings of the Computer Vision and Pattern Recognition Conference, 10879-10889. https://doi.org/10.48550/arXiv.2412.13443
4. Feng, Y., Huang, J., Du, S., Ying, S., Yong, J.-H., Li, Y., ..., & Gao, Y. (2024). Hyper-yolo: When visual object detection meets hypergraph computation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 47(4), 2388-2401. https://doi.org/10.1109/TPAMI.2024.3524377
5. Higaki, S., Menezes, G. L., Ferreira, R. E., Negreiro, A., Cabrera, V. E., & Dórea, J. R. (2025). Objective dairy cow mobility analysis and scoring system using computer vision–based keypoint detection technique from top-view 2-dimensional videos. Journal of Dairy Science, 108(4), 3942-3955. https://doi.org/10.3168/jds.2024-25545
6. Hou, Q., Zhou, D., & Feng, J. (2021). Coordinate attention for efficient mobile network design. Proceedings of the IEEE/CVF conference on computer vision and pattern recognition, 13713-13722. https://doi.org/10.1109/CVPR46437.2021.01350
7. Jiang, D., Wang, H., Li, T., Gouda, M. A., & Zhou, B. (2025). Real-time tracker of chicken for poultry based on attention mechanism-enhanced YOLO-Chicken algorithm. Computers and Electronics in Agriculture, 237, 110640. https://doi.org/10.1016/j.compag.2025.110640
8. Khanam, R., & Hussain, M. (2024). Yolov11: An overview of the key architectural enhancements. arXiv preprint arXiv:2410.17725. https://doi.org/10.48550/arXiv.2410.17725
9. Li, B., Fang, J., & Zhao, Y. (2025). RTDETR-Refa: a real-time detection method for multi-breed classification of cattle. Journal of Real-Time Image Processing, 22(1), 38. https://doi.org/10.1007/s11554-024-01613-7
10. Li, D., Li, L., Chen, Z., & Li, J. S. (2025). Small Convolutional Kernel with Large Kernel Effect. Proceedings of the Computer Vision and Pattern Recognition Conference, Nashville, TN, USA, 10-17. https://doi.org/10.48550/arXiv.2401.12736
11. Li, K., Fan, D., Wu, H., & Zhao, A. (2024). A new dataset for video-based cow behavior recognition. Scientific Reports, 14(1), 18702. https://doi.org/10.1038/s41598-024-65953-x
12. Li, Z., Zhang, Y., Kang, X., Mao, T., Li, Y., & Liu, G. (2025). Individual Recognition of a Group Beef Cattle Based on Improved YOLO v5. Agriculture, 15(13), 1391. https://doi.org/10.3390/agriculture15131391
13. Qiao, Y., Kong, H., Clark, C., Lomax, S., Su, D., Eiffert, S., & Sukkarieh, S. (2021). Intelligent perception for cattle monitoring: A review for cattle identification, body condition score evaluation, and weight estimation. Computers and Electronics in Agriculture, 185, 106143. https://doi.org/10.1016/j.compag.2021.106143
14. Qiu, G. J. a. A. C. a. J. (2023). Ultralytics YOLOv8 (Version 8.0.0). Retrieved from https://github.com/ultralytics/ultralytics
15. Shi, D. (2024). Transnext: Robust foveal visual perception for vision transformers. Proceedings of the IEEE/CVF conference on computer vision and pattern recognition, 17773-17783. https://doi.org/10.48550/arXiv.2311.17132
16. Siriani, A. L. R., Kodaira, V., Mehdizadeh, S. A., de Alencar Nääs, I., de Moura, D. J., & Pereira, D. F. (2022). Detection and tracking of chickens in low-light images using YOLO network and Kalman filter. Neural Computing and Applications, 34(24), 21987-21997. https://doi.org/10.1007/s00521-022-07664-w
17. Tian, Y., Ye, Q., & Doermann, D. (2025). Yolov12: Attention-centric real-time object detectors. arXiv preprint arXiv:2502.12524. https://doi.org/10.48550/arXiv.2502.12524
18. Twisdu. (2021). dairy cow. Retrieved from https://www.kaggle.com/datasets/twisdu/dairy-cow
19. Wan, D., Lu, R., Shen, S., Xu, T., Lang, X., & Ren, Z. (2023). Mixed local channel attention for object detection. Engineering Applications of Artificial Intelligence, 123, 106442. https://doi.org/10.1016/j.engappai.2023.106442
20. Wang, C.-Y., Yeh, I.-H., & Mark Liao, H.-Y. (2024). Yolov9: Learning what you want to learn using programmable gradient information. European conference on computer vision, 1-21. https://doi.org/10.1007/978-3-031-72751-1_1
21. Wang, J., Dai, B., Li, Y., He, Y., Sun, Y., & Shen, W. (2024). An intelligent edge-IoT platform with deep learning for body condition scoring of dairy cow. IEEE Internet of Things Journal, 11(10), 17453-17467. https://doi.org/10.1109/jiot.2024.3357862
22. Wang, R., Gao, R., Li, Q., Zhao, C., Ru, L., Ding, L., ..., & Ma, W. (2024). An ultra-lightweight method for individual identification of cow-back pattern images in an open image set. Expert Systems with Applications, 249, 123529. https://doi.org/10.1016/j.eswa.2024.123529
23. Yang, L., Xu, X., Zhao, J., & Song, H. (2023). Fusion of RetinaFace and improved FaceNet for individual cow identification in natural scenes. Information Processing in Agriculture, 11(4), 512-523. https://doi.org/10.1016/j.inpa.2023.09.001
24. Yu, W., Zhou, P., Yan, S., & Wang, X. (2024). Inceptionnext: When inception meets convnext. Proceedings of the IEEE/cvf conference on computer vision and pattern recognition, 5672-5683. https://doi.org/10.1109/CVPR52733.2024.00542
25. Zhang, Q.-L., & Yang, Y.-B. (2021). Sa-net: Shuffle attention for deep convolutional neural networks. ICASSP 2021-2021 IEEE international conference on acoustics, speech and signal processing (ICASSP), 2235-2239. https://doi.org/10.1109/icassp39728.2021.9414568
26. Zhang, X., Xuan, C., Xue, J., Chen, B., & Ma, Y. (2023). LSR-YOLO: A high-precision, lightweight model for sheep face recognition on the mobile end. Animals, 13(11), 1824. https://doi.org/10.3390/ani13111824
27. Zhu, M., Liu, Y., Zhang, H., Liu, X., & Li, Z. (2026). Depth-OC-SORT-based multi-object tracking of cattle in real-world farming scenarios. Computers and Electronics in Agriculture, 240, 111151. https://doi.org/10.1016/j.compag.2025.111151