近日，中国农业科学院农业信息研究所机器视觉与农业机器人创新团队研发出视觉识别模型PAB-Mamba-YOLO，可有效识别断奶仔猪典型攻击行为，为生猪精准养殖管理提供关键技术支撑。相关成果发表在《农业人工智能(Artificial Intelligence in Agriculture)》上。
传统监测手段中，传感器设备需附着于仔猪体表，易引发应激反应且存在脱落风险，常规视觉算法则受养殖场景复杂因素制约，难以实现精准监测。
针对这一问题，研究人员创新设计跨阶段视觉状态空间(CSPVSS)核心模块，既突破卷积神经网络局部特征提取局限，又规避转换器模型高计算成本问题，可有效识别仔猪攀踩、拱腹、咬尾、咬耳等攻击行为。该模型不仅能精准定位图像中攻击行为发生区域，还可明确行为类别，为养殖人员和智能机器人及时干预提供精准依据，有助于减少仔猪攻击行为导致的猪只受伤死亡情况，降低人工管理成本，为生猪养殖智能化升级提供技术支撑。
