成果|河北农大发top文章,在农业工程领域取得新突破

近期，来自河北农业大学机电工程学院的Mengjie Li团队，在Biosystems Engineering期刊发表了题为"An enhanced cow-teat-detection model for automatic teat-cup-attachment devices"的研究论文，提出一种面向自动挤奶设备的增强型奶牛乳头检测模型。

Biosystems Engineering最新影响因子5.3，WOS分区农业工程Q1、中科院农林科学大类一区、top期刊。该刊关注农业机械、精准农业、畜牧工程和农业自动化等研究方向，是农业工程领域具有重要影响力的国际期刊。

研究团队构建了包含多种姿态、体型及背景的奶牛乳头图像数据集。针对复杂环境下乳头特征提取困难的问题，引入了Wise-IoU损失函数，并通过在Backbone和Neck网络中增加坐标注意力机制，使模型能更聚焦于目标的细节信息。

对比实验和消融实验结果表明，改进后的模型在检测性能上显著优于基准模型。改进模型的mAP0.5、精确率和召回率分别达到了98.18%、97.50%和96.15%，较基线YOLOv7模型分别提升了1.96、2.07和2.67个百分点。这一数据证明了该模型在复杂背景下仍能保持极高的检测准确率。

该研究为自动挤奶设备实现精准定位和快速对接提供了可靠的技术支撑，有助于降低挤奶作业劳动强度、提升牧场生产效率并保障乳品质量。研究成果对推动我国畜牧业智能化转型具有积极意义，也为农业场景中深度学习小目标检测技术的优化提供了可借鉴的方法论参考。

在该论文撰写和修改过程中，科藤学术中心为作者团队提供了翻译润色服务，作者在文末致谢中对我们的语言支持表示了感谢。

我们将继续为国内外科研人员提供专业的学术翻译和润色服务，助力更多科研成果在国际高水平期刊发表。如您有相关需求，欢迎联系微信ketenghuaboshi。

文章链接 

https://doi.org/10.1016/j.biosystemseng.2025.104374