中国农业科学｜中国农科院信息所联合新疆农业大学改进复杂场景下YOLOv11的羊爬跨行为识别

本研究针对羊场管理中爬跨行为对发情监测的重要性，提出改进型SIDS-YOLOv11检测模型。通过引入SCINet低光照增强、iAFF特征融合、DySample上采样和SEAM注意力机制四大模块，结合CIoU损失函数和数据增强策略，显著提升模型在低光照、遮挡等复杂场景下的检测性能。实验结果表明，改进模型在验证集上mAP@0.5达到0.942，较原模型提升3.5%，且在复杂场景下保持63%以上检测精度，为智慧羊场发情监测提供了有效的视觉识别解决方案。