DOI：10.3969/j.issn.1672-3872.2026.06.002
基金项目：新疆科技学院基金“基于多模态数据融合的牛只行为与生理特征的关联研究”（2024-KYPT35）；新疆科技学院基金“基于牧场环境的奶牛宏观表型组时空图注意力网络构建与实现”（2025-KYZD01）
作 者：秦立浩 ，贾已昭 ，佐永凤 ，孙仲阳（新疆科技学院，新疆 巴州 841000）
摘 要：随着畜牧业朝着智能化、精准化方向发展，牛只行为监测在提升牧场管理效率、优化生产过程和保障动物福利方面至关重要。然而，传统的人工观察方法存在低效、高劳动强度和环境干扰等问题。文章设计了一种基于深度学习的牛只行为检测系统，并且将YOLOv8目标检测算法和DeepSORT目标跟踪算法相结合，实现对牛只发情、进食、躺卧和站立四种行为的实时监测与跟踪。YOLOv8在目标检测中表现优异，静态行为检测精度较高，动态行为检测精度则受背景噪声和牛只快速运动影响；DeepSORT算法通过将卡尔曼滤波和匈牙利算法结合，确保实现快速稳定的多目标跟踪。综合评估结果表明，YOLOv8在牛只行为检测中的准确率达到0.813~0.97，整体mAP@0.5为0.881，DeepSORT能够在实际场景中实时完成稳定检测与跟踪。
关键词：牛只行为检测；YOLOv8；DeepSORT；深度学习；目标跟踪
引文信息：[1]秦立浩，贾已昭，佐永凤，等.基于YOLOv8与DeepSORT的牛只行为检测系统研究[J].南方农机，2026，57(6)：8-12.
查看全文请下载PDF文件↓
