饲喂目标的快速、准确识别是机器人实现智能推料的重要保证,匹配分割精度和运行效率,是保证算法综合性能的关键步骤,也是识别算法的重要课题。针对现有奶牛饲喂目标识别方法在分割精度和运行效率的匹配问题,提出基于图像分割大模型SAM优化的饲喂目标实时识别方法RTFIS。在SAM-det架构基础上,通过轻量化图像编码器和目标检测器的参数,引入缓冲队列的并行化设计方法,平衡各模块运行效率,显著提升了推理效率;利用HQ-token增强特征空间解码能力,优化设计掩码解码器,并采用针对饲喂目标的分阶段训练方法提高了分割精度。研究和实验结果表明:提出的方法在提高分割精度前提下保证了分割效率。在奶牛饲喂目标识别中的奶牛分割精度达98.7%,饲料分割精度达到96.4%,运行速度为52.9FPS,满足复杂环境下对奶牛饲喂目标识别方法的应用需求。