（1）提出了基于深度卷积神经网络的香菇菌棒成熟度识别方法
通过对七河生物公司生产全流程以及香菇菌棒培养过程的了解，采集了香菇菌棒培养过程的菌棒图像，基于三种深度卷积神经网络特征提取结果与 SIFT 和 SURF 传统特征提取结果对比可视化，可视化结果表明了深度卷积神经网络优秀的特征提取能力。最后分别采用 softmax 和 SVM、KNN、贝叶斯四种分类器将全连接层与输出层进行连接，分类结果经过对比可以看出基于 ResNet50 的深度网络特征提取结果在softmax 分类器上具有较好的分类表现，精度达到了 78.94%，因此选择基于 ResNet 深度网络作为基础模型。为香菇菌棒培养过程菌棒成熟度的识别以及一刺、二刺等操作提供了有效方法，对于节省人力、提高菌棒培养质量和效率具有很大意义。
（2）构建了香菇菌棒生产专题数据库
将各分厂、班组在生产过程产生的数据通过生产流程整理、串联，构建了香菇菌棒生产专题数据库，主要包括装袋信息、接种信息、培养信息、仓库结转信息、工作量统计信息等。生产数据库为生产系统的实现提供了数据支持，同时为香菇菌棒的生产管理、数据统计、生产决策提供了有效的数据支撑。
（3）设计并实现了香菇菌棒生产管理系统
基于 Springboot+Vue 框架、响应式框架等技术，设计并实现了香菇菌棒生产管理系统，主要实现了各生产工序记录信息化、生产质量全流程可追溯、产品仓库结转、工资统计、薪资补贴等功能。生产人员可以高效的记录各工序生产信息，并对生产信息进行维护，方便了生产工序的推进，提高了生产效率。生产管理人员可以查看各环节的生产记录，及时做好生产计划调整，发现生产环节的各种问题，为生产决策提供了科学依据。
参考文献（略）
