美国田纳西大学诺克斯维尔分校的团队在《Sensors》上发表了一篇综述，把2015年1月到2026年5月间六个数据库里的牛只计算机视觉研究筛了一遍，最终纳入140篇原始论文，回答六个问题：解决什么问题、怎么采数据、用什么算法、效果多好、卡在哪、还有哪些福利维度没人做。这也是目前对“摄像头能给牛做什么”最完整的一次盘点。

一、七类任务，各自的准确率区间

体况评分（BCS）是成熟度最高的一类。热成像、低成本RGB配卷积网络、三维成像、超声加RGB四条路线都有人做，深度学习在奶牛上普遍超过90%；有研究把ResNet、EfficientNet与Swin Transformer放在一起比，引入注意力机制后与人工评分的一致率超过97%，误差落在0.25分的评分单位内。

跛行检测的报告准确率区间是71.9%到98.89%。值得注意的是背景数字：70%到90%的跛行病例源于蹄部病变，这意味着视觉系统看到的是“走得不对”，根因还得靠修蹄和蹄部检查，两者不能互相替代。

体重估测的报告准确率在88%到98%之间。传统方法误差8%到10%，而深度相机加多视角、再叠一个深度回归网络，误差可以压到约3%——对一头350公斤的牛，大约是10公斤的偏差，已经接近地磅的实用精度。

发情检测靠爬跨行为，YOLOv5做爬跨识别的精确率97%、召回率89.5%，改进的YOLOv3报到精确率98%、召回率97%；采食与饮水行为检测的区间是81.73%到97.35%，呼吸率检测是87%到96.8%，一般行为识别（站立、躺卧、采食、爬跨、争斗）是85%到99.18%。个体识别靠被毛花纹、面部或鼻纹，准确率被描述为“接近完美”；连牛结节性皮肤病的皮损识别，DenseNet-201加注意力也能做到约97%。

二、卡点不在算法，在环境和数据

综述把挑战列得很实在：光照从强烈日光到昏暗舍内剧烈变化，背景杂乱，动物互相遮挡，相机角度不佳；农业领域公开数据集少，关键点与分割标注要领域专家来做，ImageNet预训练还存在明显的域间差距；粉尘、湿度、温差会毁设备，全覆盖要多机位，带宽和算力常常不够，只能往边缘端压。

更值得牧场主注意的是方法学上的自我批评：很多研究动物个体数很少，却报告了庞大的图像数据集，容易高估性能；很少做跨农场、跨品种、跨季节、跨相机系统的外部验证，泛化性存疑；标注一致性和类别不平衡的处理方式报告得不统一。换句话说，论文里的高准确率，多数是在单场、单数据集条件下取得的。

三、下一步：从“看得见”到“看得准病情”

综述点出的空白有九个方向，其中几个对落地最有意义：疾病特异性监测，比如早期乳房炎的乳房形状与皮肤温度细微变化、鼻腔分泌物提示呼吸道病、寄生虫性皮肤病变；情绪与疼痛评估，靠耳位、眼部紧张度和叫声构建多维识别；产犊与产后监护，用活动量预测分娩启动并追踪母犊联结；放牧与开放草地系统，现有方案大多只面向舍饲育肥场；热应激的直接评估，用避荫、喘息、流涎替代单纯依赖温湿度指数；甚至可以用嗝气频次的视觉识别去估算甲烷排放。

技术路线上，结论也很清楚：多模态融合与边缘端部署是方向，轻量化、低成本、可及性强的模型，比再刷高一个百分点的mAP更有价值。对国内牧场而言，选型时不妨把“是否在多个真实场验证过”放在准确率前面问一句。

来源：MDPI《Sensors》2026年第26卷第13期第4271篇，Islam等（2026-11-04）｜原文链接：https://www.mdpi.com/1424-8220/26/13/4271