摘要：[目的/意义]针对肉牛互相遮挡导致难以有效获取关键特征信息，造成检测精度受限的问题，提出了一种肉牛目标检测算法YOLOv12s-ASR。[方法]首先，利用可改变核卷积替代部分标准卷积，充分捕获被遮挡部分的局部特征；然后，融合自集成注意力机制，通过结合空间注意力和特征增强机制，充分捕获全局上下文信息；最后，引入排斥损失函数对原损失函数进行补充，减少因非极大值抑制阈值选取不当造成的漏检或误检，提高模型的检测精度。[结果和讨论]在自建肉牛数据集上，YOLOv12s-ASR算法的平均精度均值达到89.3%，相比于YOLOv12s算法提高了1.3个百分点，并优于目前主流的目标检测算法；同时模型参数量仅有8.5 MB，算法检测速度达到136.7 frame/s。[结论]本研究提出的改进算法YOLOv12s-ASR能够实时准确地检测肉牛目标。
