简要总结
采食行为可提供关于动物采食量、健康状况和生产性能的重要信息，但在大型商业畜群中难以进行连续测量。本研究利用视频图像和计算机视觉技术（该技术允许软件识别图像中的动物）来描述饲料投喂后奶山羊在采食区域的出现情况变化。我们比较了三种图像识别方法，并选择了表现最佳的方法进行山羊计数。我们总结了采食区域山羊数量随时间的变化，以表征圈舍水平上较高和较低活动模式。随后的视频评估检查了来自原始圈舍中选定山羊的低头采食行为，并在较小的子集中进行了探索性的产奶量和血清比较。山羊在投喂后通常表现出快速进入、聚集达到峰值和逐渐离开的模式。采食活动较高的山羊进入更早、进入速度更快，且保持活动的时间更长。它们还具有更高的采食量和产奶量，并在选定的免疫、抗氧化和激素相关血液指标上表现出差异。这些发现表明，视频观测得出的采食动态可能为评估个体差异和支持精准畜牧业管理提供一种有用的数字化行为测量手段。
摘要
采食行为与营养摄入、健康和生产性能密切相关，然而其在群养奶山羊中的时间动态难以量化。我们开发了一个基于计算机视觉的框架，用于在商业化农场条件下表征采食动态。连续三天收集了来自五个圈舍的550只关中奶山羊的视频数据。比较了YOLO11、RF-DETR和RT-DETR在采食区域山羊检测方面的表现，并分析了时间采食特征以区分高采食活动（HFA）和低采食活动（LFA）。在随后的记录阶段，评估了来自分类源圈舍的150只山羊的低头采食行为。从这些山羊中选取了24只（12只HFA和12只LFA）用于探索性的产奶量和血清比较。RF-DETR表现出最佳的整体检测性能，精确率（P）为87.39%，召回率（R）为84.00%，F1分数为85.66%，平均精度均值（mAP）@0.5为90.38%，mAP@0.5:0.95为53.30%。山羊在饲料投喂后表现出“快速进入-聚集峰值-逐渐离开”的采食模式。在时间特征中，采食区域山羊数量上升时间（RTFGC）、采食区域山羊数量下降时间（FTFGC）和采食区域山羊数量增长率（FGCIR）是区分HFA与LFA最有信息量的特征。HFA山羊比LFA山羊更早达到采食区域占用峰值，以更高的速率进入采食区域，并保持更长时间的采食活动。HFA山羊还表现出更高的低头采食比例、更大的平均日干物质采食量（DMI）和更高的产奶量，以及独特的血清免疫、抗氧化和神经内分泌相关特征。这些发现表明，从视频观测中得出的采食动态可以提供一种定量化的数字化行为表型，用于表征奶山羊采食活动的个体差异及其与生产和生理状态的关联。
