标题：基于改进YOLOv8的奶牛体况评分方法
作者：万曾辉 陈鲤文
作者单位：福建理工大学计算机科学与数学学院，福建 福州 350118
关键字：奶牛体况评分；注意力机制；损失函数；BIFPN
摘要：基于现代化奶牛养殖场的智能化养殖需求，以牛尾图像作为研究对象，提出了一种基于改进YOLOv8的奶牛体况评分方法。首先， 用特征金字塔网络BIFPN替换原始YOLOv8路径聚合网络PANet；其次，将可变形注意力机制DAT融合到原始YOLOv8模型的骨干网络中，提升算法的效率与多尺度特征处理能力，使模型可以同时关注到图像的局部细节和全局结构；最后，为了降低数据集中低质量示例对模型性能提升的损害，使用WIoU损失函数替换原CIoU损失函数。实验结果表明：改进的YOLOv8算法与原算法相比，mAP@50-95提升了1.2%，参数量降低25.2%，计算量降低9.9%，模型大小降低23.3%，仅为4.6 MB，便于在资源设备受限环境部署。