审稿意见

一、总体评价

《一种养殖场景下猪只姿态估计方法》一文，由覃嘉俊等人撰写，旨在提出一种针对养殖场景下猪只姿态估计的新方法。文章选题新颖，紧扣当前农业智能化的发展趋势，具有较高的学术价值和实际应用前景。整体而言，文章结构严谨，逻辑清晰，实验设计合理，数据详实，是一篇质量较高的学术论文。

二、具体内容评价

引言部分
引言部分详细阐述了猪只姿态估计在规模化养殖场智能监控中的重要性，指出了当前研究存在的关键点和难点，为文章的研究背景和意义提供了充分的铺垫。
明确了文章的研究目标，即提出一种新的猪只姿态估计方法，解决部分关键点与背景色类似导致定位不准确的问题。
数据采集与处理
数据采集来源明确，实验数据集涵盖了室内外不同场景下的猪只行为视频，确保了数据的多样性和代表性。
对猪只骨架关键点的设计合理，基于猪只的骨架特点、生物特征及运动规律构建了20个关键点和27对连接关系，为姿态估计提供了可靠的基础。
方法与创新点
提出了基于HRFormer网络和SimCC算法的猪只姿态估计框架，该方法结合了高分辨率特征和注意力机制，有效提升了姿态估计的精度。
实验结果表明，HRFormer-SimCC模型在自建数据集上取得了较高的平均准确率（mAP达到83.2%），相比传统CNN网络方法有明显提升，体现了方法的创新性和有效性。
实验与结果
实验设计科学，通过对比实验验证了所提方法的有效性，结果展示清晰，图表丰富，易于理解。
除了姿态估计，文章还进一步探讨了所提方法对猪只行为识别的影响，结果显示HRFormer-SimCC模型在行为识别任务中也取得了较高的准确率（Top1准确率达到95.98%）。
讨论与结论
讨论部分深入分析了实验结果，合理解释了所提方法的优势和可能的原因，同时也指出了研究的局限性，为后续研究提供了方向。
结论部分简洁明了，总结了文章的主要研究发现，强调了所提方法在猪只姿态估计和行为识别中的潜力和应用前景。
三、审稿建议

增加实验细节
在实验部分，可以进一步增加实验细节的描述，如模型训练的具体参数、数据增强方法等，以便其他研究者能够复现实验结果。
拓宽应用场景
文章目前主要关注了猪只的姿态估计和行为识别，建议后续研究可以进一步拓宽应用场景，如将该方法应用于其他牲畜的姿态估计和行为分析中。
优化算法性能
尽管HRFormer-SimCC模型在实验中取得了较高的准确率，但仍存在进一步提升的空间。建议后续研究可以进一步优化算法性能，如探索更高效的特征提取方法、引入更复杂的注意力机制等。
加强文献综述
文章在文献综述部分可以进一步增加相关领域的最新研究进展，特别是针对动物姿态估计和行为识别的研究，以更全面地展示研究背景和研究现状。
完善语言表达
文章整体语言表达清晰流畅，但在部分段落中可适当优化语言表达，使句子更加简洁明了，提高文章的可读性。
综上所述，《一种养殖场景下猪只姿态估计方法》一文具有较高的学术价值和实际应用前景，建议《农机化研究》予以录用。同时，作者可以针对上述审稿建议进行进一步修改和完善，以提高文章的整体质量。