智能放牧机器人“慧眼识牛”技术取得突破
中国农业科学院农业信息研究所科学数据研究室近期取得重要技术进展，成功开发出用于肉牛行为识别的轻量化模型MASM-YOLO。该模型能够高效识别六类典型肉牛行为，为提升草原放牧管理智能化水平提供了强有力的技术支持。
在天然草原环境中，相较于圈舍养殖，放牧场景对机器视觉系统提出了更高的要求。光照频繁变化、复杂背景、动物遮挡以及动态模糊等问题，使得传统目标检测与行为识别模型在移动平台上难以兼顾精度与实时性。
为应对这一挑战，科研团队研发了MASM-YOLO模型。该模型在设计上融合了多尺度特征提取、自适应检测机制与轻量化骨干网络，系统优化了模型在复杂草原环境中的实用性、稳定性和易用性。
在实地牧场测试中，MASM-YOLO表现出色，能够稳定准确地识别站立、躺卧、采食、饮水、舔舐与吮吸六类肉牛行为。模型在识别精度与计算效率之间取得了良好平衡，为疫病监测、发情识别、产犊预警和健康评估等牧场管理任务提供了关键支撑。
值得一提的是，该模型体积小巧，可以直接部署在四足放牧机器人所搭载的边缘计算平台上，对机器人运行影响极小。这意味着，机器人在巡牧过程中能够实时理解牛群行为，为智能放牧的实际部署扫除技术障碍。
这一技术突破不仅为四足放牧机器人提供了“智能之眼”，也为智能放牧系统的全面开发奠定了坚实基础。随着相关算法和技术的不断优化，智能放牧正逐步推动我国草原畜牧业迈向更加高效、可持续的发展路径。
本研究获得了国家重点研发计划及中国农业科学院“农科英才”领军人才项目的支持。