基于MACA_ResNet的奶牛尾部图像体况评分方法及系统

本发明公开了一种基于MACA_ResNet的奶牛尾部图像体况评分方法及系统。步骤包括：1、采集并预处理牛尾数据；2、设计基于MACA_ResNet的奶牛尾部图像体况评分模型；3、模型训练。本发明在ResNet模型的基础上加入多尺度融合池化模块，通过并行多尺度卷积核提取尾部凹陷区域的局部细节特征与整体形态特征，并采用双通道池化平衡光照干扰与亮度差异且保留更多整体形态信息，增强模型提取奶牛尾部特征时对角度变化和光照波动的适应性。引入通道与空间注意力瓶颈模块，该模块结合通道与空间双维度注意力机制引导模型聚焦尾部关键区域特征，并在其后添加空洞卷积以扩展感受野以整合多尺度上下文信息，抑制阴影等误导性特征干扰，显著提升模型的分类能力和体况评分精度。