智能化管理是养殖业规模化的基础和发展方向。为了实现奶山羊养殖场的智能化和规模化建设,提高奶山羊养殖场的管理水平,本文以西北农林科技大学畜牧教学试验基地的奶山羊图像为研究对象,使用基于通道注意力模块SeNet和GIOU损失函数的YOLOv3算法,实现了奶山羊的目标检测与计数。本文的主要研究内容与结论有:（1）奶山羊目标检测数据集的构建及预处理。针对缺少奶山羊目标检测公开数据集的问题,首先在羊场搭建远程视频监控设备以获取大量的奶山羊视频;其次使用FFMpeg每5s提取一次图像关键帧;之后对提取的奶山羊图像使用翻转、改变对比度和饱和度的形式进行数据增强,扩大奶山羊数据集的数量;最后使用标注精灵对奶山羊图片进行标注,将图像中奶山羊的坐标数据与类别数据转换成yolo格式,供YOLOv3模型使用。（2）基于通道注意力模块SeNet的YOLOv3算法。针对YOLOv3算法在奶山羊数据集上检测精度不高的问题,在YOLOv3算法的神经网络中添加三个SeNet模块,用于提高网络模型对羊只个体的关注度,减少背景干扰,进而提升模型的检测精度。实验表明,使用通道注意力模块SeNet对YOLOv3模型进行改进,在保持检测速度不变的同时,检测精度提升了1.75%。（3）基于GIOU损失函数的YOLOv3算法。针对YOLOv3算法在奶山羊数据集上训练时收敛效果较差的问题,使用基于GIOU的损失函数替代原损失函数中的定位损失函数,将定位损失的关注点从预测框与真实框的距离转移到两者的IOU上,提升了模型训练的收敛效果。实验表明,使用基于GIOU损失函数的YOLOv3算法,模型收敛效果更好,Loss曲线更加平滑,同时检测精度提升了0.93%。综上所述,本文基于通道注意力模块SeNet和GIOU损失函数的YOLOv3算法实现了奶山羊的目标检测与计数。对于促进奶山羊规模化养殖,提高羊场的管理效率,有着重要的理论与现实意义。