首页期刊导航|中国农机化学报
期刊信息/Journal information
中国农机化学报
中国农机化学报

曹曙明

双月刊

2095-5553

jcam@vip.163.com

025-84346270 84346296

210014

江苏省南京市中山门外柳营100号

中国农机化学报/Journal Journal of Chinese Agricultural Mechanization北大核心CSTPCD
查看更多>>本刊为农业机械化专业性期刊。宣传党的农业机械化的方针政策，探索农业机械化的方向和道路，交流农业机械化经营管理和教育培训经验，传播农业机械化信息，普及农业机械化基础知识。
正式出版
收录年代

    农业机械化、环境规制与农业碳排放的关系研究

    贾伊龙徐辉
    208-215页
    查看更多>>摘要：双碳目标下,推动农业节能减排是实现农业绿色转型的应有之义.基于2011-2021年31个省(市、自治区)面板数据,利用固定效应模型、调节效应模型等方法,实证检验农业机械化、环境规制以及两者交互项与农业碳排放的关系.研究发现:农业机械化增加农业碳排放,具体而言,农业机械化每提升1个单位,农业碳排放量将增加0.237个单位.环境规制会减少碳排放,具体而言,环境规制每提升1个单位,农业碳排放量将减少0.225个单位.调节效应表明,环境规制在农业机械化与农业碳排放之间存在调节效应,环境规制对农业碳减排的正向作用抵消农业机械化对农业碳减排的部分负向作用.异质性表明:相较于非粮食主产区与东、西部地区,农业机械化有利于减少粮食主产区和中部地区农业碳排放量.据此提出以下建议:升级农业机械,发展新型绿色农机;政府加强监管,加大环境规制力度;各地区因地制宜发展,降低农业碳排放.

    农业机械化环境规制农业碳排放调节效应农业碳减排

      原文链接:
    • 万方数据
    • 维普

    闭式热泵干燥系统回热方式设计及热力学分析

    张茜颖王迪袁俊球邓中诚...
    216-223页
    查看更多>>摘要：针对水稻烘干的应用场景,为提升闭式热泵干燥CHPD系统的单位能耗除湿量SMER,设计2种回热方式,通过配置回热器对干燥室出口湿空气和辅助冷凝器出口制冷剂进行预冷和余热回收.建立各式CHPD系统的热力学模型,计算其热力学特性,并进行敏感性分析和对比分析.结果表明,2种回热方式使得无回热的CHPD系统的SMER分别提升0.46 kg/kWh和0.50 kg/kWh.此外,二者能够实现良性的耦合,在不同的干燥室入口和出口温度组合下,耦合2种回热方式的CHPD系统的SMER平均提升量为0.85 kg/kWh.

    水稻烘干闭式热泵干燥热力学建模回热方式

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOv5s的蔗节检测方法

    谢忠坚廖珩宇文春明李尚平...
    224-229页
    查看更多>>摘要：针对现有甘蔗茎节检测算法模型复杂度高、检测效率低的问题,设计一种轻量化检测网络YOLOv5s-SG2E.首先,对YOLOv5s进行小目标网络结构改进,删除中、小尺度检测头并增加超大尺度检测头,以提升网络模型对小目标的感知能力;其次,在颈部网络中引入GhostNetV2替换C3模块、GSConv替换标准卷积以降低模型复杂度;最后,在主干网络末端增加通道注意力机制ECA以提高模型的学习能力,强化网络对茎节特征的提取能力.对自建甘蔗茎节数据集进行测试,结果表明:改进模型YOLOv5s-SG2E对茎节识别精确率为96.4％、召回率为96.8％、平均精度均值mAP@0.5为98.4％,相较YOLOv5s原始模型分别提升0.6％、2.4％和1.0％;YOLOv5s-SG2E模型体积相对减少89.8％,参数量减少95.03％,计算量减少55.06％,检测时间缩短31.6％,优于其他主流一阶段目标检测算法,可实现甘蔗茎节的高效识别检测.

    甘蔗茎节识别YOLOv5小目标轻量化ECA

      原文链接:
    • 万方数据
    • 维普

    改进YOLOv5算法的多类苹果叶片病害检测

    李昱达吴正平孙水发林淼...
    230-237页
    查看更多>>摘要：针对多类苹果叶片病害准确率差异大、检测精度不高的问题,提出一种改进YOLOv5准确判别苹果叶片病害的检测算法(YOLOv5-CSEP).首先,引入C3Ghost模块替换原YOLOv5主干网络C3模块,减少模型的参数量与计算量;其次,将混合注意力模块C-SAM加入主干网络中,提高主干网络的特征提取能力,在颈部网络中加入CA注意力模块,抑制复杂背景干扰关注目标信息;最后,引入增强型路径聚合网络(E-PANet)充分融合多尺度特征,提升网络对多类苹果叶片病害检测的准确性与鲁棒性.试验表明,改进后算法的各项性能指标均有提升,精确率达到93.2％,平均精度均值mAP@0.5达到87.9％,与原YOLOv5算法相比分别提高3.4％与1.7％,计算量减少11％.

    苹果叶片病害检测注意力机制增强路径聚合网络YOLOv5

      原文链接:
    • 万方数据
    • 维普

    基于无人机航拍与改进YOLOv5s的油茶果实检测

    沈德宇陈锋军朱学岩张新伟...
    238-244页
    查看更多>>摘要：针对无人机航拍图像中油茶果实小且互相遮挡的问题,提出改进YOLOv5s模型.首先,使用SPD-Conv代替YOLOv5s模型中池化操作,使模型在执行下采样操作时能够保留更多细粒度信息.然后,在YOLOv5s模型的颈部网络末端引入坐标注意力机制CA,提高模型对遮挡目标的鲁棒性.另外,改进YOLOv5s模型使用NWD边界框损失函数替换YOLOv5s中的CIOU边界框损失函数,以提升模型对无人机航拍图像中小油茶果实的检测能力.改进YOLOv5s模型的精确率、召回率、F1分数和平均精度均值分别达到93.1％、90.5％、91.78％和91.2％,与YOLOv5s模型相比,平均精度均值提升3.6个百分点.试验表明,改进YOLOv5s对航拍图像中较小的油茶果实和遮挡果实有更强的检测能力.可为利用无人机进行油茶果实的产量估计研究提供参考.

    油茶果实无人机航拍YOLOv5s坐标注意力机制边界框损失函数

      原文链接:
    • 万方数据
    • 维普

    基于YOLO-PS的马铃薯幼苗检测方法研究

    郑红娜周理想王强
    245-250页
    查看更多>>摘要：针对马铃薯幼苗检测中的关键挑战,提出一种基于YOLO-PS的目标检测模型.该模型在检测骨干中引入MobileNetV4-backbone以增强对不同状态幼苗的特征提取能力,并在检测头中引入DLKA注意力机制,从而增强模型对马铃薯幼苗局部特征的提取和关注.为优化边界框的精确定位,采用Focal Loss损失函数.利用Pyqt5设计马铃薯幼苗识别系统的交互界面,使其操作简便且可靠.通过试验验证,YOLO-PS模型在马铃薯幼苗检测任务中表现优异,在测试集上的精确率达到94.75％,召回率为95.58％,平均精确度均值高达96.67％.该模型在马铃薯幼苗检测中的有效性和优越性,也为类似作物的幼苗检测提供新方法.

    深度学习马铃薯幼苗YOLO图像处理

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOv8的自然环境下板栗栗蓬检测方法

    李志臣罗卫平凌秀军李鸿秋...
    251-258页
    查看更多>>摘要：针对人工敲打式收获板栗带来高成本和安全风险问题,研究无人机板栗采摘方法至关重要.为达到在自然光照条件下迅速且精确地识别板栗栗蓬目标,提出一种基于YOLOv8的改进卷积网络模型板栗栗蓬检测方法.对YOLOv8主干网络的C2f模块添加CBAM注意力机制,增强卷积网络模型对板栗栗蓬特征提取能力.在YOLOv8的头部增加一个微小栗蓬目标检测头,与YOLOv8原有的3个检测头共同组成检测模块,使网络模型更好地捕捉小板栗栗蓬目标特征.经自建数据集上的训练和验证试验,改进后卷积网络YOLOv8-Vcj板栗栗蓬检测精确率比YOLOv8高1.3％,mAP@0.5和mAP@0.5∶0.95值比YOLOv8分别提高4.6％和3.4％.改进卷积网络板栗栗蓬检测误差主要来自光照条件和图像中板栗栗蓬目标的密集程度.研究结果表明:融合CBAM注意力机制和增加微小目标检测头的改进卷积神经网络YOLOv8-Vcj能够有效实现树上板栗栗蓬的检测.

    板栗栗蓬YOLOv8目标检测CBAM检测头

      原文链接:
    • 万方数据
    • 维普

    基于SE-MultiResNet50算法的辣椒病害种类及程度分级检测

    唐源鲁茂悦李丽平唐有万...
    259-266,274页
    查看更多>>摘要：在实际的辣椒种植环境中,由于其复杂背景,辣椒叶片病害的识别难度较大.目前,关于受害程度分级检测和辣椒病害分级缺乏公开的数据集.以成都市农林科学院辣椒种植基地的叶片为研究对象,采用U2-Net对叶片进行分割,生成具有不同复杂背景的合成图像,从而丰富数据集.针对常见的辣椒细菌性斑点、白粉病和病毒病3种病害以及健康叶片,提出一种SE-MultiResNet50检测模型.该模型在全由复杂背景图像组成的测试集上表现出色:辣椒病害种类的识别准确率达到91.05％,受害严重程度分级的准确率为92.08％.结果表明,该检测模型在复杂背景下具有较高的识别精度,成功实现对辣椒病害种类分类和受害严重程度分级的智能识别.同时,提供一种新的数据集扩充方法,为相关领域的研究提供新的思路和途径.

    辣椒病虫害分级检测注意力机制ResNet50

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOv8n的真实场景下草莓病害检测方法

    李嘉诚陈中举许浩然
    267-274页
    查看更多>>摘要：针对实际种植环境下草莓病害目标检测中,存在背景复杂、检测精度低等主要问题,提出一种改进YOLOv8n的草莓病害检测算法YOLOv8n-SD.搜集并处理真实场景下草莓叶、花、果的常见病害图像以构建试验数据集.在YOLOv8n模型的基础上对其进行优化改进,利用多尺度并行计算与补丁感知注意力对主卷积模块进行重构,提出C2f-PPA模块,有效融合多尺度特征信息,提高模型的特征捕获能力.引入ADown模块,减少下采样过程中的信息损失,提高模型的推理速度和鲁棒性.提出一种任务对齐的共享动态检测头(Task-aligned Dynamic Head,TDyH),增强定位分支和分类分支之间的信息交互,降低模型参数的同时,提高检测精度和准确性.根据试验结果,改进后的YOLOv8n-SD模型的检测精度达到83.7％,相较于原 YOLOv8n 提高 3.3％,mAP@0.5 与 mAP@0.5∶0.95 分别达到 76.9％和 59.9％,分别提升 1.6％和2.3％.改进后的算法能精确识别草莓生长各阶段的常见病害,并满足边缘设备的轻量化需求和实时检测需求.

    草莓病害目标检测YOLOv8nADown轻量化实时检测

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOv5s的复杂环境下棉花顶芽识别

    席光泽周建平许燕彭炫...
    275-280页
    查看更多>>摘要：针对在复杂环境下棉花顶芽识别率低、检测速度慢的问题,提出一种改进的YOLOv5s目标检测模型.首先收集在复杂棉田环境下棉花顶芽数据,其次在模型的主干网络中加入Hd-ShffleNetv2轻量化网络模块,以减少模型参数量,并加快模型的检测速度.同时在颈部中加入NLMA与BotNeT注意力机制模块,增加对棉花顶芽的特征提取能力,从而提高模型的识别精度.最后,采用EIoU损失函数来解决在顶芽部分遮挡情况下的识别问题,进一步提高识别成功率.为验证改进的目标检测模型的实际效果,对棉花顶芽样本进行测试.测试结果表明,改进的YOLOv5s模型的平均检测精度达到91％,较比原始的YOLOv5s模型提升1个百分点,模型的检测置信度也有所提升.改进的目标检测模型满足棉花激光打顶机在棉田中的检测需求,为棉花激光打顶技术的进一步研究提供有力的技术支撑.

    棉花顶芽识别YOLOv5sEIoU损失函数轻量化模型注意力机制

      原文链接:
    • 万方数据
    • 维普