توقع كمية التغذية لمحصول القمح بواسطة الحاصدة الآلية المعتمدة على YOLOv5s المحسن ووزن نبات القمح الفردي بدون قش.

في بيئات الحقول المعقدة، ينمو القمح بكثافة مع تداخل الأعضاء وأوزان نباتات مختلفة. من الصعب التنبؤ بدقة بكمية التغذية للحاصدة الآلية للقمح باستخدام YOLOv5s الحالي ووزن نبات قمح فردي موحد في حقل كامل. تقترح هذه الورقة طريقة لتوقع كمية التغذية بناءً على YOLOv5s المحسن ووزن نبات القمح الفردي بدون قش. يقوم YOLOv5s المحسن بتحسين العمود الفقري بأسس مضغوطة لتعزيز اكتشاف سنابل القمح وتقليل الازدواجية الحسابية. يتضمن العنق وحدة متبقية هرمية لتعزيز تمثيل YOLOv5s للميزات متعددة المقاييس. يعزز الرأس دقة الكشف عن سنابل القمح الصغيرة والكثيفة في مجال رؤية واسع. بالإضافة إلى ذلك، يتم تقدير ارتفاع نبات القمح الفردي بدون قش من خلال توزيع عمق منطقة سنابل القمح وارتفاع القش. يتم ملائمة نموذج العلاقة بين الارتفاع والوزن لنبات القمح الفردي بدون قش من خلال التجارب. بعد ذلك، يمكن توقع كمية التغذية باستخدام وزن نبات القمح الفردي بدون قش المقدر بواسطة نموذج العلاقة وعدد نباتات القمح التي تم اكتشافها بواسطة YOLOv5s المحسن. تم التحقق من الطريقة المقترحة من خلال التجارب مع الحاصدة الآلية 4LZ-6A. بالمقارنة مع YOLOv5s الحالي وYOLOv7 وSSD وFaster R-CNN وأي تحسينات أخرى في هذه الورقة، زادت قيمة mAP50 لاكتشاف سنابل القمح بواسطة YOLOv5s المحسن بأكثر من 6.8%. حققت هذه الطريقة متوسط خطأ نسبي يبلغ 4.19% مع وقت توقع قدره 1.34 ثانية. يمكن أن تتنبأ الطريقة المقترحة بدقة وسرعة بكمية التغذية للحاصدات الآلية للقمح وتحقق أيضًا التحكم في الحلقة المغلقة لعمليات الحصاد الذكي.