本论文针对香菇出菇生产信息化程度低、出入预冷库香菇等级识别凭经验导致的香菇出菇生产过程数据手动填报复杂且劳动强度大、统计分析困难、分级不准确等问题,结合山东七河生物科技股份有限公司（以下简称:七河生物）的实际需求,依托山东省重大科技创新工程项目—食用菌智慧工厂化生产关键技术研发与产业化,研究了基于深度卷积神经网络的香菇等级自动识别方法,设计并实现了香菇出菇生产管理系统。主要研究内容与结果如下:（1）构建了基于深度卷积神经网络的香菇等级识别模型。结合香菇出菇生产实际情况,通过模型对比,在迁移学习的基础上使用Res Net50图像分类模型进行了香菇等级识别。在西楼工厂出菇棚中采集到7类香菇等级图像,共2564张。对采集到的香菇等级图像数据进行扩充、训练和测试,识别结果准确率达到了98.13%。为香菇出菇后,出入预冷库的等级识别及处理等操作提供了有效方法,对于节省人力、提高出入库效率具有重要意义。（2）设计了香菇出菇生产管理系统。系统主要功能包括:出菇棚状态管理、上架菌棒管理、香菇培养管理、预冷库管理、香菇等级自动识别、包装管理、仓库结转管理、工作量统计、统计分析等。将出菇生产过程中产生的数据通过生产流程的串联及管理方式的优化,构建了香菇出菇生产专题数据库,包括基础信息设置数据、出菇棚状态管理数据、上架菌棒管理数据、香菇培养管理数据、预冷库管理数据、包装管理数据、仓库结转管理数据、工作量统计数据、统计分析数据等。为出菇过程中的生产管理、统计分析及决策提供了有力的数据支撑。（3）基于Springboot+Vue等技术,研发了香菇出菇生产管理系统。系统实现了出菇生产全流程信息的采集、维护、检索、统计分析,生产业务流程自动流转、网上审批,生产工序及预冷库管理,生产工序工作量自动提报,香菇等级自动识别等功能。本论文取得的成果已应用于七河生物文昌湖出菇工厂、西楼工厂,实现了出菇生产过程的精准化管理,提高了生产效率,降低了人力成本。