农机化研究2026年第11期·10月1日 · 周四论文农业人工智能与决策模型阅读 7
种子逐粒精检分选机的设计与试验——基于YOLO11n的辣椒种子在线检测
论文解读
80精选
速览
设计基于YOLO11n的辣椒种子逐粒精检分选机，实现高通量在线检测与无损剔除。
方法
高速线扫描相机+YOLO11n目标检测，ARM Cortex-M4控制8路吹气阀
发现
坏种识别率94.5%、分选准确率90.1%、误吹率4.4%，通量6000粒/min。
机会点
可拓展至多作物种子及微小缺陷检测，探索轻量化模型与多光谱融合提升精度。
影响力18
信息增量22
专业深度18
信源权威13
时效性9
基于YOLO11n与ARM Cortex-M4的辣椒种子高通量在线检测分选装备，数据翔实、指标明确，具备较强工程参考价值。
原文摘要
梁晨阳、杨天宇、范晓飞、彭勃（农机化研究2026年第11期；河北农业大学机电工程学院、华北作物改良与调控国家重点实验室）。设计了一款结合机器视觉的高通量种子逐粒精检分选机，识别系统采用高速线扫描工业相机并融合YOLO11n目标检测视觉模型，以ARM Cortex-M4芯片为核心的控制系统驱动控制8路吹气阀完成无损剔除。以辣椒种子为对象，在振动供料频率5.0 Hz、传送带速0.5 m/s工作模式下，坏种识别率94.5%、分选准确率90.1%、好种误吹率仅4.4%，单机处理通量6000粒/min。
信源（1 个）