记录一下YOLOv11投稿SCI一区COMPAG期刊的经历

原创 已于 2025-08-19 12:04:15 修改 · 399 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#YOLO #论文 #一区 #期刊 #compag #目标检测

于 2025-07-27 23:31:04 首次发布

1.期刊介绍

《Computers and Electronics in Agriculture》（简称COMPAG，ISSN 0168-1699）是一本由Elsevier出版的SCI期刊，专注于农业与生物科学领域，结合计算机科学与电子技术的研究。期刊主要收录与农业生产相关的技术研究，例如人工智能、机器视觉、传感器、机器人技术和仿真建模等，尤其在智能农业、精准农业和农业自动化方面具有重要影响力。

  • 期刊官网：www.sciencedirect.com/journal/computers-and-electronics-in-agriculture

  • 学科范围：农业多学科、计算机科学应用、农艺学、动物科学、园艺学等。

  • 影响因子：8.9

  • 分区情况：JCR Q1，中科院一区

  • 投稿费用：非OA（Open Access）期刊，没有版面费 

2.投稿经历

2025年4月8日投稿

过了大概两周送审

2025年5月30日返修，中修（moderate revision）

2025年6月6日修改好提交

漫长的等待，论文被重新送审

2025年7月24日接收

投稿到接收总耗时三个半月，YOLO还是可以发一区的

目前文章已经见刊，doi发不出来，感兴趣的可以自行搜索

大家可以在评论区交流目标检测的投稿经历~

计算机农业sci,科学网—SCI-EI收录农业工程期刊 - 王宝济的博文
weixin_28862545的博客
07-25 1442
SCI-EI收录农业工程期刊(2010年整理)1"Transactions of the ASABE美国农业工程学报"2"Applied engineering in agriculture 农业应用工程"3"Biosystems engineering生物系统工程"4"Computers and electronics in agriculture计算机电子技术在农业中的应用"5"Aq...
YOLO系列论文综述（从YOLOv1到YOLOv11）【第3篇：YOLOv1——YOLO的开山之作】
https://github.com/Donvink，专注于计算机视觉、目标检测、目标跟踪等方向
11-27 2206
本文详细介绍YOLOv1——YOLO的开山之作，包括网络架构、loss、优缺点等。
论文写作总结（中外文对比）
Xin11099的博客
12-13 3515
中外文对比：（计算机工程与应用 VS computers and electronics in agriculture） 主要看前三部分就行了！ 文章目录中外文对比：（计算机工程与应用 VS computers and electronics in agriculture）前奏中外文区别论文结构中文题目作者信息摘要关键词Titleabstractkeywords0 引言1 相关工作2数据采集和处理数据采集数据集处理3 模型设计与分析原始模型介绍模型各部分介绍模型改进的点损失函数4 实验结果与分析结束语参考文
Computers and Electronics in Agriculture期刊投稿经历总结
qq_66536007的博客
06-28 6233
Computers and Electronics in Agriculture期刊投稿经历总结
【期刊分享】Call for Paper：中科院一区SCI，无版面费，21天初审，10天见刊！
leisigoyle的博客
04-15 445
【期刊分享】Call for Paper：中科院一区SCI，无版面费，21天初审，10天见刊！
SCI/SSCI选刊神器之——Elsevier Journal Finder
热门推荐
zzqklm001的博客
08-12 1万+
论文写的好，不如期刊选的巧。 本期我们就来谈一谈，实用的SCI/SSCI的期刊选刊神器之——Elsevier Journal Finder
计算机视觉算法实现——基于YOLOv8的农田智能虫情测报灯害虫种类识别
m0_65481401的博客
04-20 2269
农田智能虫情测报是现代智慧农业的重要组成部分，它通过自动化技术监测田间害虫种群动态，为精准植保提供科学依据。传统虫情测报主要依赖人工调查，存在效率低、时效性差、主观性强等缺点。基于计算机视觉的智能虫情测报系统能够实现害虫的自动识别、计数和分类，大幅提高测报效率和准确性。IP102：大规模农田害虫数据集102类常见农业害虫75,222张标注图像Pest24：中国常见害虫数据集24类主要作物害虫包含不同发育阶段BugsCV：高分辨率害虫图像50类微小害虫(<5mm)10,000张显微图像。
基于yolov8、yolov5的番茄成熟度检测识别系统（含UI界面、训练好的模型、Python代码、数据集）
Python_csdn_csdn的博客
11-12 2942
项目中所用到的算法模型和数据集等信息如下：算法模型：yolov8yolov8 + SE注意力机制或yolov5yolov5 + SE注意力机制直接提供最少两个训练好的模型。模型十分重要，因为有些同学的电脑没有 GPU，无法自行训练。数据集：网上下载的数据集，格式都已转好，可直接使用。界面：PyQt5以上是本篇博客的简单说明，添加注意力机制可作为模型的创新点。番茄成熟度检测在现代农业中，对于提高生产效率、优化收获时机以及减少人工检测成本具有重要意义。通过快速且精准。
【高校科研前沿】中国农业大学姚晓闯老师等人在农林科学Top期刊发表长篇综述：深度学习在农田识别中的应用
qq_46689623的博客
07-09 731
【高校科研前沿】中国农业大学姚晓闯老师等人在农林科学Top期刊发表长篇综述：深度学习在农田识别中的应用
elsevier模板论文初级排版问题记录
weixin_46710647的博客
12-15 1184
论文排版问题记录
compaq系列笔记本拆解 教程
03-13
- **无线连接**: 内置Wi-Fi模块，支持802.11b/g/n无线标准，并且部分型号配备蓝牙功能。 - **接口**: 配备多种端口，如USB 2.0、VGA、RJ-45网络接口等，方便用户外接设备。 ##### 2.2 重置计算机 - 通过按下特定的...
【高校科研前沿】浙江大学叶粟教授等人在农林科学Top期刊发文：通过识别Sentinel-2时间序列中的裸土出现情况来绘制种植强度图
qq_46689623的博客
08-10 1063
【高校科研前沿】浙江大学叶粟教授等人在农林科学Top期刊发文：通过识别Sentinel-2时间序列中的裸土出现情况来绘制种植强度图
I《mage recognition of four rice leaf diseases based on deep learning and support vector machine》文献笔记
miyae的博客
03-03 310
出处： 链接： https://sci-hub.st/https://www.sciencedirect.com/science/article/pii/S016816992030795X DOI:10.1016/j.compag.2020.105824 引用格式：Jiang Feng,Lu Yang,Chen Yu,Cai Di,Li Gongfa. Image recognition of four rice leaf diseases based on deep learning and suppor
【期刊分享】Call for Paper：双一区期刊，邀您免费发文！
leisigoyle的博客
05-02 421
【期刊分享】Call for Paper：双一区期刊，邀您免费发文！
【完整源码+数据集+部署教程】脑部CT图像分割系统源码和数据集：改进yolo11-CSwinTransformer
2301_78772942的博客
08-25 469
【完整源码+数据集+部署教程】脑部CT图像分割系统源码和数据集：改进yolo11-CSwinTransformer
目标跟踪 YOLO11 单目标跟踪
2401_84769586的博客
08-23 253
目标跟踪 单目标跟踪。
41_基于深度学习的小麦病害检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
you 是 mine
08-25 626
摘要 本项目基于PyQt5构建了一个小麦病害检测识别系统，支持图片、视频和摄像头输入的目标检测功能。系统采用YOLOv5/YOLOv8深度学习模型，提供简洁美观的图形界面和流畅的交互体验。项目包含完整的Python源码、预训练模型和详细文档，支持模型扩展和二次开发。系统功能包括单图识别、批量图片处理、视频分析、实时摄像头检测、结果导出（Excel格式）和目标类别筛选等。配套提供环境安装教程、数据集说明和训练参数配置，适合作为课程设计或毕业设计项目参考。
毕业项目推荐：04-基于yolov8/yolov5/yolo11的鸟类检测识别系统（Python+卷积神经网络）
最新发布
weixin_71667732的博客
08-25 664
本文介绍了一种基于深度学习的鸟类检测识别系统，采用YOLOv8/YOLOv5/YOLOv11算法，结合SE注意力机制优化模型性能。系统支持图片、视频及摄像头输入，具备实时检测与结果可视化功能，同时提供检测结果导出（xls/csv格式）。开发环境基于Python 3.8.10和PyQt5框架，使用OpenCV实现图像处理，支持数据增强技术提升模型鲁棒性。系统创新性地融合了注意力机制，显著提升了鸟类识别准确率，为生态调查提供高效自动化解决方案。
【完整源码+数据集+部署教程】化妆品实例分割系统源码和数据集：改进yolo11-DynamicConv
2301_78772942的博客
08-25 795
【完整源码+数据集+部署教程】化妆品实例分割系统源码和数据集：改进yolo11-DynamicConv
拖拉机与单轴牵引农具系统建模、识别与分析
文章发表在2011年的《Computers and Electronics in Agriculture》期刊上，其DOI为10.1016/j.compag.2011.04.005，被引用次数达到7次，阅读量为202次。该研究由Manoj Karkee（华盛顿州立大学）和B.L. Steward...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

笑脸惹桃花

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值