《Agriculture》：BarnSeg-ECA-Lite: A Lightweight Instance Segmentation Model for Feed, Buffalo Heads, and Mineral Lick Blocks in Buffalo Barn Environments
编辑推荐：
在复杂牲畜棚舍中运行的自主系统需要可靠且计算高效的视觉感知能力，动物和操作对象必须在可变光照和遮挡条件下被准确识别。本研究开发了BarnSeg-ECA-Lite，一种轻量级实例分割（Instance Segmentation）模型，用于真实水牛棚舍环境中同步分
在复杂牲畜棚舍中运行的自主系统需要可靠且计算高效的视觉感知能力，动物和操作对象必须在可变光照和遮挡条件下被准确识别。本研究开发了BarnSeg-ECA-Lite，一种轻量级实例分割（Instance Segmentation）模型，用于真实水牛棚舍环境中同步分割水牛头部（Buffalo Heads）、饲料（Feed）和矿物舔块（Mineral Lick Blocks, MLBs）。该模型基于YOLOv8n-seg开发，融合了P2到P3特征辅助、高效通道注意力（Efficient Channel Attention, ECA）、采用GhostConv操作的轻量级颈部、困难实例的定向重采样以及更高分辨率的掩码监督。研究人员使用一个包含1703张无红外滤光片（NoIR）图像的原始数据集进行训练、验证和独立测试。BarnSeg-ECA-Lite达到了0.9313的掩码平均精度均值（mAP@0.50）、0.7988的严格平均精度均值（mAP@0.50:0.95）和0.9300的F1分数，参数量为272.76万，计算量为10.1108 GFLOPs（十亿次浮点运算），推理时间为10.3毫秒，帧率为74 FPS（帧每秒）。该模型在水牛头部、饲料和矿物舔块类别上分别获得了0.9177、0.9299和0.9464的mAP@0.50值。这些结果表明分割精度与计算效率之间取得了良好平衡，为未来牲畜和棚舍资源监测应用（包括自主推料机器人和智能畜牧管理系统）提供了实用的计算机视觉基础。
**BarnSeg-ECA-Lite论文解读**
**一、研究背景与问题提出**
精准畜牧养殖（Precision Livestock Farming, PLF）已成为提升现代畜牧生产效率、可持续性和动物福利的关键技术范式，其核心在于融合传感技术、人工智能（Artificial Intelligence, AI）、物联网（Internet of Things, IoT）、机器人技术与数据驱动决策支持系统。与传统依赖人工观察和经验的管理方式不同，PLF通过持续获取和分析实时信息，实现健康异常早期检测、饲喂策略优化和动物福利改善。然而，自主服务机器人在商业畜舍中的实际部署面临严峻挑战：机器人必须在动态环境中准确感知、安全地与动物交互，并在高度可变的工况下做出可靠决策。因此，鲁棒的环境感知已成为下一代自主畜牧机器人的核心技术瓶颈。
计算机视觉因其非侵入性、连续性和自动化监测能力，已成为PLF中应用最广泛的感知技术。近年来，深度学习推动了视觉系统在个体识别、采食行为分析、体况评分、跛行检测和健康评估等方面的广泛应用。然而，现有研究大多聚焦于动物本身的监测，对自主机器人应用所需的动物与操作对象（如饲料堆、矿物舔块和饲喂基础设施）的同步感知关注甚少。此外，实例分割（Instance Segmentation）相较于传统目标检测，能同时预测类别标签和像素级掩码，在农业视觉领域展现出显著优势，但其在畜牧环境中的应用仍相对有限，且多数研究侧重分割精度而忽视计算复杂度和嵌入式平台部署可行性。这一背景催生了对轻量级、高精度、多类别同步分割架构的迫切需求。
**二、研究内容与意义**
研究人员开发并实验评估了BarnSeg-ECA-Lite模型，旨在实现真实水牛棚舍环境中水牛头部、饲料和矿物舔块（Mineral Lick Blocks, MLBs）的同步实例分割。该模型的设计目标是在保持低计算复杂度和实时推理能力的同时提升分割精度，为未来智能畜牧监测和自主机器人应用奠定感知基础。研究的核心科学贡献在于提出了一种面向任务的轻量级颈部设计，在单一实例分割框架内联合处理动物类别与棚舍资源类别的异质尺度和边界特征。
**三、关键技术方法**
模型基于YOLOv8n-seg架构，保留其骨干网络和分割头，对颈部进行了任务导向的重构：（1）引入P2到P3特征辅助分支，将高分辨率P2特征图通过步长为2的GhostConv下采样后与P3特征拼接，以增强细小目标（如MLBs）和局部可见目标的细粒度表征；（2）在P3和P4层级选择性放置高效通道注意力（Efficient Channel Attention, ECA）模块，采用固定核大小k=3的一维卷积实现局部跨通道交互，以重标定信息性特征并抑制背景噪声；（3）在P2到P3、P3到P4及P4到P5的底部向上路径中使用GhostConv替代常规卷积，降低多尺度融合的计算代价；（4）缩减颈部通道宽度，最终P3、P4、P5输出通道数分别为192、448和768；（5）在训练阶段对困难的水牛头部和MLB图像进行定向重采样，并将掩码下采样比例从4降至2以实现更高分辨率的掩码监督。数据来源于土耳其Burdur Mehmet Akif Ersoy大学农业畜牧食品研究中心的水牛棚舍，棚内共有42头水牛，使用基于Raspberry Pi 5的双摄像头（Camera Module 3 NoIR）采集设备，在三个时间点（10:00、13:00、16:00）拍摄以涵盖饲喂前后的不同场景。最终数据集包含1703张NoIR图像（分辨率640×640像素），按70%、20%、10%比例划分为训练集（1193张）、验证集（340张）和测试集（170张），采用SAM 3辅助的Smart Polygon工具进行多边形标注并经人工质检修正，共标注了1539个饲料实例、2231个水牛头部实例和1132个MLB实例。
**四、研究结果**
**4.1 训练收敛与稳定性：** 各模型在验证集上的掩码mAP@0.50曲线表明，模型在前10至20个epoch内快速学习并随后稳定在约0.90以上，BarnSeg-ECA-Lite在最后20个epoch中表现出最高且最稳定的mAP@0.50值之一。掩码mAP@0.50:0.95曲线显示收敛更为渐进，训练分割损失曲线表明所有模型均稳定收敛，未出现发散或后期不稳定现象。
**4.2 整体实例分割性能：** BarnSeg-ECA-Lite在测试集上取得了最优整体性能，掩码mAP@0.50为0.9313，mAP@0.50:0.95为0.7988，F1分数为0.9300，精确度和召回率分别为0.9625和0.8997，两者之间保持了良好平衡。配对Bootstrap分析显示，BarnSeg-ECA-Lite相对于YOLOv8n-seg在掩码mAP@0.50和mAP@0.50:0.95上的性能差异均值分别为0.0058和0.0093，虽在93.0%和96.5%的重采样中表现更优，但未达到p<0.05的统计显著性阈值。
**4.3 类别分割性能：** 水牛头部类别因形态多变和运动特性成为最具挑战性的类别，BarnSeg-ECA-Lite在该类别上取得了0.9177的mAP@0.50，较YOLO26n-seg的0.8503优势明显。饲料类别取得0.9299的mAP@0.50和0.8778的mAP@0.50:0.95，在更严格的IoU标准下展现出优异的边界分割精度。MLB类别取得0.9464的mAP@0.50，为所有类别中最高。
**4.4 计算复杂度与推理效率：** BarnSeg-ECA-Lite的参数规模为272.76万，计算量为10.1108 GFLOPs，模型大小为5.4871 MB，推理时间为10.3毫秒，帧率为74 FPS。相较于YOLOv8n-seg，参数减少约16.3%，但推理速度从82 FPS降至74 FPS，反映架构轻量化不一定直接转化为推理加速。
**4.5 消融研究：** 分步消融实验揭示了各模块的独立贡献。仅引入P2到P3特征辅助（A1配置）使掩码召回率从0.8993提升至0.9094，表明高分辨率特征增强了小目标和困难目标的检出能力。加入ECA模块（A2配置）后精确度提升至0.9651，mAP@0.50:0.95提升至0.7959，表明注意力机制增强了特征选择性。颈部通道缩减（A3配置）将参数量降至272.76万，但mAP@0.50:0.95降至0.7861。最终，结合定向重采样和高分辨率掩码监督（A4配置）取得了最优的mAP@0.50（0.9313）和mAP@0.50:0.95（0.7988）。
**4.6 定性分割结果与XGrad-CAM分析：** 定性对比显示BarnSeg-ECA-Lite在饲料区域边界一致性、水牛头部轮廓完整性和MLB定位精度方面均优于YOLO26n-seg和YOLOv8n-seg。XGrad-CAM（可解释人工智能中的梯度加权类激活映射）分析表明，基线模型在混凝土地面、金属饲喂栏等非目标区域产生了不必要的激活，而BarnSeg-ECA-Lite将注意力更集中地聚焦于目标区域，其在真实掩码内的平均CAM能量为0.1446，指向游戏（Pointing-Game）精度为0.5333，均为所有模型中的最高值。
**五、讨论与结论**
研究表明，P2到P3特征辅助主要提升了召回率，ECA机制增强了特征选择性和掩码定位精度，两者协同使用比独立应用产生了更优的精度-复杂度平衡。XGrad-CAM可视化结果从可解释人工智能角度验证了轻量级架构改进增强了模型对判别性语义特征的关注，同时有效抑制了背景干扰——这对自主畜牧机器人的运行安全和感知可靠性具有重要意义。然而，研究仍存在若干局限：数据集来自单一水牛棚舍、仅两天采集时间，泛化至不同棚舍设计、其他畜种和极端环境条件尚需额外验证；推理性能基于NVIDIA A100 GPU评估，不能直接等同于嵌入式边缘硬件的实时表现；模型尚未集成至物理机器人的控制回路中进行长期现场测试。
研究结论如下：研究人员基于YOLOv8n-seg开发了BarnSeg-ECA-Lite模型，用于真实棚舍条件下饲料、水牛头部和矿物舔块的同步实例分割，并构建了包含不同饲喂时段和可变光照条件的NoIR图像原始数据集。所提架构联合采用了P2到P3特征辅助、ECA机制、轻量级网络结构、定向重采样策略和高分辨率掩码监督，在分割精度与计算效率之间实现了良好平衡。实验表明，BarnSeg-ECA-Lite在仅272.76万参数下取得0.9313的mAP@0.50和0.7988的mAP@0.50:0.95，在NVIDIA A100环境下达到74 FPS。类别分析显示，模型在运动且难以检测的水牛头部类别上取得了0.9177的mAP@0.50，在饲料区域取得了0.8778的mAP@0.50:0.95。消融实验证实了各组件对性能的独立贡献，XGrad-CAM分析进一步验证了模型关注目标区域的可靠性。综上，该研究证明了轻量级深度学习模型能够在复杂棚舍环境中提供有效的实例分割，为未来自主推料机器人和智能畜牧管理系统提供了具有前景的视觉感知框架。
