改进YOLO的牛体重估测产品系统

针对传统畜牧业活体牛只体重估测依赖地磅、效率低且易造成动物应激反应的问题，本项目应用于智慧养殖与畜牧管理场景。通过计算机视觉技术，利用普通摄像头采集牛只侧面图像，实现无接触式的快速体重估算，大幅降低人工成本，提升牧场数字化管理水平。

本项目主要包含以下功能模块：

智能检测模块：基于 YOLO 系列算法精准定位图像中的牛只目标，支持多牛只同时检测与关键点提取。
体重估算模块：构建深度学习回归模型，结合牛只体尺特征（如体高、体宽、体长）与像素级比例分析，映射估算实际体重。
数据管理与可视化：提供友好的交互界面，支持批量图片/视频流处理，自动生成估测报告与数据统计图表，方便牧场人员复盘管理。

本人独立负责全链路开发与算法优化：

数据工程：完成数据集采集、标注及数据增强（Mosaic、MixUp等）处理。
模型构建：基于 PyTorch 框架改进 YOLO 架构（如融合注意力机制提升小目标特征提取能力，或进行轻量化剪枝适配边缘设备）。
落地部署：使用 Python 编写核心逻辑，实现模型训练、验证及推理部署，确保在实际场景中达到高精度与实时性要求。