El arroz es uno de los alimentos básicos importantes para los seres humanos. La integridad del germen es un indicador importante de la precisión del procesamiento del arroz. Los métodos de detección tradicionales son lentos y altamente subjetivos. En este documento, se propone un modelo EfficientNet-B3-DAN para identificar la integridad del germen. En primer lugar, se recopilan diez tipos de arroz con diferentes integridades de germen como conjunto de entrenamiento. En segundo lugar, basado en EfficientNet-B3, se introduce una red de atención dual (DAN) para sumar las salidas de dos canales y cambiar la representación de las características para enfocarse en la extracción de características. Finalmente, la red se entrena utilizando aprendizaje por transferencia y se prueba en un conjunto de pruebas. Comparando con AlexNet, VGG16, GoogleNet, ResNet50, MobileNet y EfficientNet-B3, los experimentos ilustran que la precisión general de detección de EfficientNet-B3-DAN es del 94.17%. Es más alta que la de otros modelos. Este estudio puede utilizarse para la clasificación de la integridad del germen de arroz para proporcionar orientación a las industrias de procesamiento de arroz y granos.