我先按你要求的四段格式整理:标题翻译、关键词、摘要翻译、主体解读;内容只依据你提供的论文文本浓缩,不做推测。中文标题:面向精准畜牧业中犊牛定位与行为追踪的 YOLOv8-pose 集成方法

《Frontiers in Animal Science》:Integrating YOLOv8-pose for localization and behavior tracking of calves in precision livestock farming

【字体: 大 中 小 】 时间:2026年01月16日 来源:Frontiers in Animal Science 2.4

编辑推荐:

  犊牛养殖过程中,健康与福利具有重要意义。应激可对健康产生负面影响,而犊牛行为的变化可作为应激的指示信号。为了在早期识别此类变化,需要进行连续监测。本研究旨在评估一种用于犊牛行为快速视频分析的模型。研究重点包括“站立”和“躺卧”行为、在饲喂器或饮水器处停留的时间

  
犊牛养殖过程中,健康与福利具有重要意义。应激可对健康产生负面影响,而犊牛行为的变化可作为应激的指示信号。为了在早期识别此类变化,需要进行连续监测。本研究旨在评估一种用于犊牛行为快速视频分析的模型。研究重点包括“站立”和“躺卧”行为、在饲喂器或饮水器处停留的时间,以及动物在栏舍内停留区域的定位与体轴朝向。为实现上述目标,研究采用了单阶段检测模型 YOLOv8-Pose。该模型结合了目标检测与关键点估计,并被调整用于训练新的模型。此外,研究人员还开展了进一步的程序开发,用于判定视频记录中各类行为单次事件的持续时间。随后,将其持续时间的起止时刻与同一视频的人工编码观察结果进行比较。训练后的 YOLOv8-pose 模型表现出较高准确性。其对“standing”“lying_prone”和“lying_lateral”姿态的检测与区分,平均精度均值(mAP)达到 96.78%。在采食/饮水行为识别中,mAP 为 97.16%。在犊牛位置与朝向检测中,mAP 分别为 92.38% 和 92.66%。该模型对每帧图像的识别时间为 5.6 ms,因而可用于实时监测。该模型能够同时监测多个观察指标,并提供综合性的行为监测。因此,其为早期预警系统提供了有价值的基础,并为犊牛饲养中的前瞻性健康管理作出了决定性贡献。
该研究发表于《Frontiers in Animal Science》,聚焦精准畜牧业中犊牛健康与福利监测的关键需求。研究背景在于,犊牛生长阶段容易受到温度、湿度、营养方案、社会互动以及外界噪声等多种因素影响,从而产生应激反应。应激不仅会削弱免疫功能、增加感染性疾病易感性,还会降低生长性能并损害福利状态。已有研究指出,许多疾病或福利异常在出现明确临床症状之前,往往首先表现为行为预算的改变,例如活动降低、躺卧时间延长、侧卧增加,以及饮水和采食频率下降。因此,若能连续、客观、实时地监测犊牛行为,即有望在早期识别健康风险并及时干预。然而,传统人工观察高度耗时,且难以实现全天候连续追踪,这推动了基于计算机视觉(computer vision,计算机视觉)的自动化行为监测技术发展。

在这一背景下,研究人员尝试建立一个适用于实验条件下犊牛行为快速视频分析的自动化模型。该研究不仅关注姿态识别,还同时评估采食/饮水行为、栏内停留区域以及身体朝向,以形成更全面的行为画像。研究选择 YOLOv8-pose,是因为该模型将目标检测与关键点估计整合于同一网络框架中,兼具较高精度与实时处理潜力。研究结论表明,该模型能够以较高准确率识别站立、俯卧、侧卧、饮水和采食,并能较稳定地确定犊牛在栏内的位置及朝向,说明该方法可为犊牛行为的自动化、连续化和多维度监测提供可靠技术基础,对建立早期预警系统和推进前瞻性健康管理具有重要意义。

在技术方法方面,研究使用德国 FBN Dummerstorf “UltraRind”动物试验中 5 个试验轮次、10 头犊牛的视频子集作为数据来源。试验场地由两个相邻栏位组成,使用两台相对布置的摄像机同步记录。研究从随机视频中抽取图像并在 Label Studio 中进行标注,设置姿态类别“standing”“lying_prone”“lying_lateral”以及摄食类别“drinking”“feeding”,同时为个体标注最多 30 个关键点。随后采用 YOLOv8s-pose 进行训练,并以交并比(IoU)、平均精度(AP)、平均精度均值(mAP)和目标关键点相似性(OKS)评估性能。模型验证阶段,研究人员将自动识别结果与人工使用 The Observer? XT 编码得到的行为起止时间进行对照,以比较两种方法在持续时间、重叠时间和差异时间上的一致性。

以下为论文主体结果的归纳,保留原文小标题并说明各部分通过何种研究得出何种结论。

3 Results

3.1 Model training and evaluation of the model performance
本节通过训练集与验证集上的模型评估,说明 YOLOv8-pose 在边界框检测和关键点估计上的整体性能。结果显示,模型在 5 个类别上的边界框检测 mAP 为 96.37%,IoU 为 91.88%,总体 precision 为 96.49%,recall 为 98.94%。分类别看,“standing”“lying_prone”“lying_lateral”与“feeding”的 AP 均较高,而“drinking”相对较低,其 precision 最低,为 89.13%,提示饮水行为更容易受遮挡或场景复杂度影响。关键点估计方面,若纳入全部 30 个关键点,mAP50 为 67.38%,说明不同解剖点的可见性和标注分布显著影响识别精度。研究进一步仅保留与本研究核心任务直接相关的 7 个关键点,即两个前蹄和背线上的 “withers”“back1”“back2”“back3”“tail_base”,重新计算后 mAP50 提高到 90.31%。该结果表明,模型在针对定位与朝向分析所需关键点时具有较强实用性。与此同时,模型单帧平均识别耗时为 5.60 ms,证明其具备实时应用潜力。

3.2 Validation of the trained YOLOv8-pose model
本节通过人工观察与自动方法的逐段对比,验证模型在真实视频分析流程中的可用性。研究人员将两天、每天 3 段视频的自动识别结果,与人工逐头逐类编码所得结果进行比较,以重叠时间和差异时间评价一致性。

3.2.1 Posture
通过对“standing”“lying_prone”“lying_lateral”三类姿态的持续时间比较,研究表明模型对姿态识别总体可靠。对“standing”的人工—自动重叠率在两天中分别达到 99.85% 和 99.80%,显示站立姿态极易被稳定识别。对躺卧姿态进行细分后,“lying_prone”的重叠率分别为 96.30% 和 96.40%,而“lying_lateral”则分别为 79.12% 和 68.49%。两类躺卧姿态之间出现方向相反的误差,说明自动方法在部分情形下会将俯卧与侧卧相互混淆,但总量上二者大致抵消。综合而言,模型平均可检测到 96.87% 的姿态观察结果,说明其在姿态监测上具有较高一致性。

3.2.2 Consumption
通过对“drinking”和“feeding”的时段对比,研究发现模型在采食行为识别上表现较好,但饮水识别相对受限。两天中“drinking”的人工—自动重叠率分别为 74.35% 和 74.11%,明显低于“feeding”的 99.42% 和 99.18%。日均来看,消费行为类别的识别率为 97.16%。其中“feeding”甚至出现自动识别时长较人工多 39 s 的情况,提示该类别存在一定过识别。论文指出,饮水检测偏低的重要原因在于实验判定规则要求两台摄像机同时识别为“drinking”,而饮水器容易被身体遮挡,导致自动方法低估饮水时段。由此可见,模型对于采食识别较稳健,但饮水场景仍受摄像视角和遮挡条件限制。

3.2.3 Calves’ location
本节通过前蹄关键点的 y 坐标确定犊牛停留区域,并与人工判定进行对比。总体上,两种方法平均每天每头牛在 06:41:51 的时间内识别出相同区域,占总视频时长 92.38%,说明区域定位具有较高一致性。模型仅有 12 s 未能判定区域。不过在第 2 天,“area1”和“area2”之间出现较大偏差:自动方法更频繁地判定为“area1”,而对人工记录中的“area2”仅识别出 16.80%。论文结合实例说明,此问题主要出现在犊牛躺卧且前蹄不可见时,系统会沿用躺卧前最后一次已识别到的区域,从而造成边界附近区域的误分。即便如此,利用双摄像机互补视角仍显著提高了区域判定的可行性。

3.2.4 Orientation in the pen
本节通过背线关键点构成平均线并计算角度,以判定犊牛在栏中的朝向类别。结果显示,自动方法平均可识别 92.66% 的人工记录朝向时间,说明背线关键点对于方向识别具有较高价值。其中朝向“observation room”的一致性最高,两天分别达到 99.29% 和 99.24%;朝向“sound source”在第 2 天的重叠率下降到 68.69%,显示某些方向类别在边界角度附近更容易出现误差;朝向“open field”及“against sound source”的识别率在两天中均超过 90.00%。论文最终报告,综合全部观察项目后,完整 YOLOv8-pose 模型达到 94.77% 的总体 mAP,表明该系统可同时承担姿态、采食、位置与朝向等多任务监测。

4 Discussion
讨论部分围绕数据、模型与实验设计三方面总结了研究结果的意义与局限。首先,在数据层面,研究指出 30 个关键点的完整配置下精度偏低,主要受踝关节、肩部、吻部和眼部等关键点 AP 较低影响,因此当前模型尚不适于全面运动学分析。相较之下,7 个关键点的简化配置已足以支持本研究关注的定位和朝向分析,且精度显著提高。论文还指出,不同标注者分别承担视频行为编码和图像标注,且由于部分截图缺乏同步时间戳,无法进行标注者间一致性评价,这是研究的一项方法学限制。

在模型层面,研究认为 YOLOv8-pose 在目标检测上的高 mAP 证明其适合犊牛行为自动识别,并且在多项表现上优于文中对比的既有研究。姿态验证中,站立识别几乎完全一致,躺卧姿态的误差主要来源于“lying_prone”与“lying_lateral”的界定并非始终绝对清晰,部分偏差也可能与人工主观判断有关。饮水识别偏低则主要是因为饮水器可见性不足,而非仅仅由阈值设置导致。采食识别中的小幅偏差则与饲喂围栏具有两个可能探头位、但人工仅评估实际料槽位置有关。区域定位方面,前蹄与地面直接接触,受透视影响较小,因此比吻端或鬐甲等更适合用于空间定位;但在躺卧起始且前蹄被遮挡时,区域判定会受限。作者指出,若未来将肩部关键点纳入并重新训练模型,可能改善躺卧状态下的定位稳定性。朝向识别方面,当前结果反映的是与人工朝向类别的一致性,而非连续角度误差,因此未来若加入真实角度标注,可进一步开展更细粒度评估。

在实验设计层面,双摄像机对向布置是该研究的重要优势,有效减轻了盲区和遮挡问题,也是模型能够稳定识别位置和朝向的基础。论文同时指出,人工方法通过观察确定区域边界,而自动方法依据图像 y 轴像素划分区域,两者边界定义方式不同,也可能带来部分偏差。尽管如此,该研究仍显示关键点驱动的定位策略具有较高可行性。与以边界框中心作为位置代表点的方法相比,前蹄关键点更稳定,因为边界框中心会随姿态、运动和朝向变化而偏移。更进一步,论文强调,自动提取背线和方向相较既往依赖人工卫星图像判读或程序辅助判读的方法,是方法学上的重要进步。该系统能够长期、客观、连续地分析大规模视频数据,从而为后续研究动物社会行为、个体间距离、相对朝向及群体动态提供基础。

总体而言,讨论部分认为,该研究建立的 YOLOv8-pose 模型已经证明,面向犊牛的多维行为自动监测在技术上是可行的。其主要贡献不只是提高单一行为识别精度,而是把姿态、采食、定位和朝向整合进同一自动化框架中,为构建基于行为变化的健康与福利预警系统提供了方法基础。同时,作者也明确指出,若要推广至真实商业化养殖环境,仍需在实时处理、数据集扩充、关键点完善和系统集成方面继续优化。

研究结论部分可翻译为:
本研究训练了一个具有高准确性的 YOLOv8 pose 模型。由于其将目标检测与关键点估计相结合,因此能够同时服务于多种用途。除姿态外,该模型还能判定饮水与采食行为;并可通过记录停留区域及其朝向对犊牛进行追踪。由此,可实现对更广泛行为谱的监测。一旦犊牛行为发生变化,即可立即作出反应,从而使犊牛在更低应激和更健康的条件下生长。
然而,遮挡、区域边界附近的躺卧姿态,以及检测准确率较低的关键点,均可能降低系统可靠性,尤其影响记录开始时的躺卧行为或“drinking”等行为的识别。本研究采用了双摄像机系统和离线分析策略。若要将该方法应用于商业化牧场环境,则需要实现实时处理,并与现有牧场管理系统集成。此外,扩充图像数据集并纳入额外关键点(如肩部)有望提升系统在不同光照条件、摄像角度和群体规模下的稳健性。后续研究应聚焦于推动该模型向实时化、牧场级应用发展,以充分发挥商业场景下自动化行为监测的潜力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号