一种基于多任务学习的奶牛体况评分和个体识别方法

本申请公开了一种基于多任务学习的奶牛体况评分和个体识别方法，涉及图像识别技术领域，基于改进YOLOv8的奶牛背部区域检测，通过在主干网络中引入GSConv卷积，在颈部网络中引入VoV‑GSCSP模块，修改损失函数为WIoU，实现了奶牛背部区域的自动定位与检测。利用奶牛个体识别和体况评分两种任务均依赖于奶牛背部区域特征的共性，构建了基于硬参数共享的可同步输出奶牛体况评分和个体识别的多任务学习模型。多任务学习模型同时完成两种任务所需的检测时间，比单一任务模型分别完成两种任务需要的总时间少，实现了奶牛个体体况的精准高效监测。