摘要：针对农机化智能检测场景下的水稻种子批量单粒活力检测的需求,结合计算机视觉目标检测技术,设计并研制气吸式种子逐粒检测装置。为解决水稻种子这一小目标的检测效果不佳和漏检问题,提出一种基于YOLOv5s的改进算法。在检测网络中设计上下文特征融合机制,利用新的特征融合方式增强网络多尺度空间和通道信息表征,并添加CA注意力模块,在此基础上改善网络特征融合性能。设计由排列装置、传送装置、检测装置、分选装置等组成的水稻种子逐粒分选线。选取中嘉早17、甬优538和中浙优10三种不同外形的水稻为试验对象,以吸嘴直径、转速、压力作为自变量,以吸空率、单粒吸附率和识别正确率为考核指标,对影响水稻种子检测效果进行试验研究和分析,对于三种不同形状的种子分别选取恰当的吸嘴直径、转速、压力能够有效地吸附并逐粒排列。试验结果表明:改进算法结合研制的系统能满足不同场景检测要求。