{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2023,5,20]]，“日期-时间”：“2023-05-20T04:42:33Z”，“时间戳”：1684557753233}，“参考-计数”：15，“出版商”：“富士科技出版社”，“问题”：“3”，“资助者”：[{“名称”：“顺德创新学校”，“奖项”：[“BK19BE020”，“BK2020”BE019“]}]，”内容域“用法：{“domain”：[]，“crossmark-restriction”：false}，“short-container-title”：[“JACIII”，“J.Adv.Comput.Intell.Intell.Inform.”]，“published-print”：{（日期部分）：[[2023,5,20]]}，”摘要“：”中国是世界上最大的小麦生产国之一。小麦的质量决定了价格和许多其他方面。小麦品质的检测方法主要依靠人工。它耗费大量的人力和时间，分类结果在一定程度上受到不同个体的影响。随着机器视觉的发展，本文提出了一种自动分类系统。通过增加有效通道注意（ECA），设计了一种基于改进YOLOv5算法的小麦非稳健核识别方法。与卷积块注意模块（CBAM）和挤压激励网络（SENet）相比，选择了改进的YOLOv5算法来更好地拟合模型。识别结果表明，添加注意机制后，YOLOv5的平均准确率比未添加注意机制时有显著提高。添加ECA-YOLOv后，平均准确率提高了96.24%，比其他两个模型提高了10%，与最初的YOLOv5相比提高了13%。这满足了小麦籽粒不健全检测的应用要求<\/jats:p>“，”DOI“：”10.20965\/jacii.2023.p0474“，”type“：”journal-article“，”created“：{”date-parts“：[[2023,5,19]]，”date-time“：”2023-05-19T15:02:06Z“，”timestamp“：1684508526000}，”page“：前缀“：”10.20965“，”卷：“27”，“作者”：[{给定”：“朝晖”，“家族”：“张”，“序列”：“第一”，“隶属关系”：[{名称：“中国北京市海淀区学院路30号北京科技大学自动化与电气工程学院，邮编100083”}，{名称：“北京科技大学顺德创新学院，地址：中国广东省佛山市顺德区大良智惠路2号，邮编：528399“}]}，{”given“：”Zengyang“，”family“：”Zuo“，”sequence“：”additional“，”affiliation“：[{”name“：”北京科技大学顺德创新学院，中国广东省佛山市顺德区大良智惠路2号，邮编：528399“}]}，{“给定”：“志”，“家庭”：“李”，“序列”：“附加”，“隶属关系”：[{“名称”：“河南工业大学信息科学与工程学院，地址：中国河南省郑州市郑州高新技术开发区莲花路100号，邮编：450001山东斯达特测控设备有限公司，地址：中国山东省潍坊市潍坊经济开发区新一路600号，邮编：261101“}]}，{“给定”：“燕”，“家庭”：“陈”，“序列”：“附加”，“隶属”：[{“名称”：“北京科技大学自动化与电气工程学院，北京市海淀区学院路30号，邮编：100083“}]}，{”given“：”Tianyao“，”family“：”Zhang“，”sequence“：”additional“，”affiliation“：[{”name“：”北京科技大学自动化与电气工程学院，北京市海淀区学院路30号，邮编：100083北京科技大学自动化与电气工程学院，地址：中国北京市海淀区学院路30号，邮编：100083published-online“：{“date-parts”：[[2023,5,20]]}，“reference”：[{“key”：“key-10.20965\/jacii.2023.p0474-1”，“doi-asserted-by”：“crossref”，“unstructured”：“H.Gao，T.Zhen，and Z.Li，\u201cDetection of Wheat Unsound Kernels Based on Improved ResNet，\u 201d IEEE Access，第10卷，pp.20092-20101，2022。https:\/\/doi.org\/10.109\/ACCESS.2022.3147838“，”doi“：”10.1109\/ACCCESS.2022.3147838“}，{“key”：“key-10.20965\/jacii.2023.p0474-2”，“doi-asserted-by”：“crossref”，“unstructured”：“L.Jena，S.K.Behera，and P.K.Sethy，\u201c使用几何特征和机器学习识别小麦籽粒，\u201 d 2021 2nd Int。新兴技术会议（INCET），2021年。https:\/\/doi.org\/10.109\/INCET51464.2021.9456281“，”doi“：”10.1109\/INCET 51464.20.22.19456281“}，{“key”：“key-10.20965\/jacii.2023.p0474-3”，“doi-asserted-by”：“crossref”，“unstructured”：“S.Guan等人，基于改进YOLOv5的\u201c陶瓷环缺陷检测，\u201d 2022第三届计算机视觉、图像和深度学习与国际会议。计算机工程与应用会议（CVIDL&ICCEA），第115-1182022页。https:\/\/doi.org\/10.109\/CVIDLICEA56201.2022.9824099“，”doi“：”10.1109\/CVIdlICEA562012.2022.9824099“}，{“key”：“key-10.20965\/jacii.2023.p0474-4”，“doi-asserted-by”：“crossref”，“unstructured”：“F.Han和J.Li，\u201cWheat Heads Detection via YOLOv5 with Weighted Coordinate Attention，\u201 d 2022 7th Int。云计算和大数据分析会议（ICCCBDA），第300-3062022页。https:\/\/doi.org\/10.109\/ICCBDA55098.2022.9778925“，”doi“：”10.1109\/ICCCBDA55098.2022.9778925“}，{“key”：“key-10.20965\/jacii.2023.p0474-5”，“doi-asserted-by”：“crossref”，“unstructured”：“C.H.R。Mendigoria等人，\u201c使用基于形态学Phenes的自适应神经模糊推理系统对莴苣种子进行多样性分类，\u201d J.Adv.Comput。智力。智力。通知。，第25卷，第5期，第618-6242021页。https:\/\/doi.org\/10.20965\/jacii.2021.p0618“，”doi“：”10.20965\/jachii.2021.p 0618“}，{“key”：“key-10.20965./jaciii.2023.p0474-6”，“doi-asserted-by”：“crossref”，“unstructured”：“F.Cheng，F.N.Chen，and Y.B。Ying，\u201c使用人工神经网络对未健全小麦进行图像识别，2010年WRI第二届全球智能系统大会，第172-175页，2010年。https:\/\/doi.org\/10.109\/GCIS.2010.220“，”doi“：”10.1109\/GCIS.2010.220”}，{“key”：“key-10.20965\/jacii.2023.p0474-7”，“doi-asserted-by”：“crossref”，”unstructured“：”A.Sharma，T.Singh，and N.Garg，\u201c近红外高光谱成像与ANN相结合用于小麦种子品种分类，\u201 d 2022 3rd Int。智能计算仪器与控制技术会议（ICICICT），第1103-11082022页。https:\/\/doi.org\/10.109\/ICICCIT54557.2022.9917725“，”doi“：”10.1109\/ICICICT54557.022.9917725}“，{”key“：”key-10.20965\/jacii.2023.p0474-8“，”doi-asserted-by“：”crossref“，“unstructured”：“V.K.Kolur和M.S.Padagatti，\u201c使用图像处理技术对小麦籽粒进行质量识别和分级，\u201 d 2021第5国际。电气、电子、通信、计算机技术和优化技术会议（ICEECOT），第497-500页，2021年。https:\/\/doi.org\/10.109\/ICEECCOT52851.2021.9708017“，”doi“：”10.1109\/ICECECOT528.51.2021.970“}，{“key”：“key-10.20965\/jacii.2023.p0474-9”，“doi-asserted-by”：“crossref”，”非结构化“：”A.G.Singh，K.Singh，and S.A。Sampson，《小麦头部检测和作物健康分类系统》，《电力和先进计算技术创新》（i-PACT），2021年。https:\/\/doi.org\/10.109\/i-PACT5285.2021.9696823“，“doi”：“10.1109\/i-PAT5285.221.9696823”}，{“key”：“key-10.20965\/jacii.2023.p0474-10”，“doi-asserted-by”：“crossref”，“unstructured”：“X”。Xia等人，《基于数字图像处理的小麦外观质量分析》，2010年第二届环境科学与信息应用技术大会，第231-234页，2010年。https:\/\/doi.org\/10.109\/ESIAT.2010.5568375“，”doi“：”10.1109\/ESIA.2010.5568375”}，{“key”：“key-10.20965\/jacii.2023.p0474-11”，“doi-asserted-by”：“crossref”，”unstructured“：”T.Georgieva，S.Penchev，and P。Daskalov，《利用计算机视觉和光谱分析评估小麦作物状况的可能性分析》，2022年第8届国际能源效率与农业工程会议，2022。https:\/\/doi.org\/10.109\/EAE53789.2022.9831308“，”doi“：”10.1109\/EEAE53789.20202.9831308}“，{”key“：”key-10.20965\/jacii.2023.p0474-12“，”doi-asserted-by“：”crossref“，“unstructured”：“X.Zhao等人，基于双流网络的u201cCross-View步态识别，《高级计算智能信息》，第25卷，第5期，第671页6782021年。https:\/\/doi.org\/10.20965\/jacii.2021.p0671“，”doi“：”10.20965\/jachii.2021.p 0671“}，{“key”：“key-10.20965./jaciii.2023.p0474-13”，“doi-asserted-by”：“crossref”，”非结构化“：”M.Genaev，S.Ekaterina，and D。Afonnikov，《神经网络在小麦锈病图像识别中的应用》，2020年认知科学、基因组学和生物信息学（CSGB），第40-422020页。https:\/\/doi.org\/10.109\/CSGB51356.2020.9214703“，”doi“：”10.1109\/CSGB1356.2020.214703“}，{“key”：“key-10.20965\/jacii.2023.p0474-14”，“doi-asserted-by”：“crossref”，”unstructured“：”J.Redmon等人，\u201cYou Only Look Only Once：Unified，Real-Time Object Detection，\u2016 IEEE Conf.on Computer Vision and Pattern Recognition（CVPR）第779-788页，2016年。https:\/\/doi.org\/10.109\/CVPR.2016.91“，”doi“：”10.1109\/CVPR.2016.91“}，{“key”：“key-10.20965\/jacii.2023.p0474-15”，“doi-asserted-by”：“crossref”，”unstructured“：”R.Fan和Z.Qiu，\u201c基于CBAM注意机制的改进YOLOv5算法，\u201 d 2022人工智能和机器学习前沿国际会议（FAIML）第229-233页，2022年。https:\/\/doi.org\/10.109\/FAIML57028.2022.00051“，”doi“：”10.1109\/FAIML57028.2020“}]，”container-title“：[”Journal of Advanced Computational Intelligence and Intelligent Informatics“]，”original title“：[]，”language“：”en“，”link“：[{”URL“：”https:\//www.fujipress.jp\/main\/wp-content\/themes\/fujipress\/hyosetsu.php？ppno=JACIL002700030018“，”内容类型：“未指定”，“内容版本”：“vor”，“预期应用程序”：“相似性检查”}]，“存放”：｛“日期部分”：[[2023,5,19]]，“日期时间”：“2023-05-19T15:04:48Z”，“时间戳”：1684508688000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https://www.fujipress.jp\/jacii\/jc\/jacii0027000300474”｝，“副标题”：[]，“短标题”：[]，“已发布”：｛”date-parts“：[[2023,5,20]]}，“references-count”：15，“journal-issue”：{“issue”：“3”，“published-on-line”：{“date-part”：[[22023,5,10]]{，“publised-print”:{“date-ports”：[[2023,5,20]]}}，”URL“：”http://\/dx.doi.org\/10.20965\/jacii.2023.p0474“，”关系“：{}”，“ISSN”：[“1883-801”4“，”1343-0130“]，”ISSN-type“：[{”value“：”1883-8014“，”type“:”electronic“}，{”value“：”1343-0130“，”type“：”print“}]，”subject“：[]，”published“：{”date-parts“：[[2023,5,20]]}}