基于深度学习的全自动穴盘苗分级系统设计

来源：中国农机化学报杂志2026年第5期北京时间：

作者：孙璧文, 高菊玲, 胡程磊, 王宜雷

单位：(1. 江苏农林职业技术学院，江苏镇江，212400； 2. 江苏省现代农业装备中心，江苏镇江，212400)

摘要：针对当前穴盘苗分级作业效率低、图像分类精确度不高等问题，提出一种基于深度学习算法的全自动穴盘幼苗分级系统。采用西门子PLC为控制器，以三轴机械臂作为分拣执行机构；利用数据增强方法扩充采集的穴盘苗检测数据集，提高训练样本量；引入深度学习ResNet50算法模型，训练模型获取最优检测参数。对提出的全自动穴盘苗分级系统进行虚拟仿真与样机验证。结果表明，该穴盘苗分级系统能有效完成盘苗的运输、识别和分拣处理。模型检测精率为98.72%，召回率为96.36%，推断时间在35 ms以内，智能分选成功率在95%以上，证明全自动穴盘分选系统的有效性和可行性，具有更强的泛化性和鲁棒性。

关键词：深度学习,穴盘苗,机器视觉,分级系统

基金资助：江苏农林职业技术学院科技项目(2023kj13)；江苏农林职业技术学院大学生创新创业训练计划项目(202013103074Y)；江苏省第六期“333高层次人才培养工程”项目((2022)3—23—070)