畜牧业是农业领域的重要支柱，关乎百姓的“菜篮子”和“肉盘子”，承载着众多养殖户的生计与期望。牲畜盘点是草地畜牧业主要工作之一。传统的牲畜盘点主要依赖人工计数法，耗时耗力、对牲畜干扰大，严重制约草原畜牧业向精细化和智能化转型。王东亮等人在牲畜样本库构建、智能识别算法与盘点工具研发方面取得进展。

1. 建立了国内首套牲畜样本库构建。2019年以来，在新疆、内蒙古、青海、云南等地，利用旋翼和固定翼无人机开展大范围草原牲畜调查，获取无人机影像和视频，采用多边形标注方式，标注牛、羊、马等牲畜的样本超20万个。该样本库经转换后，能够满足图像分割/分类、垂直/旋转目标识别跟踪、多边形掩膜等多种任务需求。

2. 研制了面向无人机影像小目标检测的牲畜识别算法。针对无人机影像中牲畜像素少导致传统模型检测困难的问题，提出了先进的牲畜检测模型LSNET。该模型基于YOLOv7框架，通过使用下采样次数较少的P2检测头替换P5检测头，使用能够动态分配梯度增益的WIoUv3损失函数替换原有的CIoU损失函数，并采用提出的大卷积核空间金字塔池化模块LKASPP来补全全局信息以提高了高级语义特征提取能力，检测精度和效率实现了对CenterNet、YOLOv5、YOLOv7_x当前主流识别模型的全面超越。在参数量压缩至原模型约70%的情况下，牛、羊、马的平均检测精度从91.86%提升到93.33%，其中体尺更小的羊的识别精度从91.83%提升到94.48%。

3. 研制了草原牲畜监测新工具“沃农场”（WoFARM）。该系统涵盖网页端和移动端平台。网页端可接入大疆等主流旋翼及固定翼无人机视频流，实现了对禁牧、休牧、放牧期间的草原牲畜大范围监测；移动端则支持无人机影像加载、牲畜自动识别、标注结果的灵活编辑（修改、新增、删除、撤销/恢复等），同时支持个性化标注设置与结果保存。盘点2000只羊的时间由传统人工计数法的2-4小时缩短至5分钟左右。目前，网页端程序已在呼伦贝尔草原生态系统国家野外科学观测研究站服务器部署，手机端APP已上传至蒲公英等安卓应用市场，核心算法已被调用10余万次。

以上研究得到国家重点研发计划项目、中国科学院战略性先导科技专项、第三次新疆综合科学考察等项目资助。

相关论文信息：

Wenbo Chen,Dongliang Wang,and Xiaowei Xie. An Efficient Algorithm for Small Livestock Object Detection in Unmanned Aerial Vehicle Imagery. Animals，2025,15,1794.

图 1 WoFARM牲畜盘点软件流程

图 2 WoFARM移动端下载二维码