La detección y segmentación de ovejas jugarán un papel crucial en la promoción de la implementación de la agricultura de precisión en el futuro. En las granjas de ovejas, las características de las ovejas que tienden a congregarse y los contornos irregulares causan dificultades para las tareas de visión por computadora, como la identificación individual, el reconocimiento de comportamiento y la estimación del peso de las ovejas. La segmentación de instancias de ovejas es uno de los métodos que puede mitigar las dificultades asociadas con la localización y extracción de diferentes individuos de la misma categoría. Para mejorar la precisión de la extracción de ubicaciones y contornos individuales de ovejas en el caso de superposición de múltiples ovejas, este documento propuso la segmentación de instancias de ovejas en dos etapas SheepInst basada en el marco Mask R-CNN, más específicamente, RefineMask. En primer lugar, se propuso una red de respaldo mejorada ConvNeXt-E para extraer características de las ovejas. En segundo lugar, mejoramos la estructura del detector de objetos en dos etapas Dynamic R-CNN para localizar con precisión ovejas altamente superpuestas. Finalmente, mejoramos la red de segmentación de RefineMask añadiendo módulos de atención espacial para segmentar con precisión los contornos irregulares de las ovejas. SheepInst logra un 89.1%, 91.3% y 79.5% en las métricas de AP de caja, AP de máscara y AP de contorno en el conjunto de prueba, respectivamente. Los extensos experimentos muestran que SheepInst es más adecuado para la segmentación de instancias de ovejas y tiene un rendimiento excelente.