一种复杂环境下的牛尾区域检测方法

本发明公开了一种复杂环境下的牛尾区域检测方法，首先采集牛尾数据，构造数据集；然后基于CBS‑YOLOV8n模型对复杂环境下牛尾进行数据处理，模型包括CS‑Backbone骨干网络，BS‑Neck颈部网络和Head头部网络；最后基于获取的数据集对模型进行训练，通过训练好的模型实现牛尾区域检测。本发明通过引入CS‑Backbone骨干网络与BS‑Neck颈部网络，结合多层级特征优化策略，显著提升复杂场景下的检测性能，在正常场景、遮挡场景、多牛尾场景下性能指标均有所提升，有效缓解遮挡导致的牛尾漏检问题，解决了多目标共存下的特征混淆问题，在保持模型大小的同时，模型检测精度较YOLOV8有明显提升，实现精度与效率的优化平衡。