摘要：为了实现鱼片的自动化、节能化切段操作,设计了一种基于深度学习的识别鱼片轮廓并规划切割路径的控制系统。使用深度学习模型对采集到的鱼片图像进行实例分割,根据识别结果规划切割路径,并由固定有高压水喷嘴的切割执行机构完成鱼片切段作业。目标检测试验中,在Mask R-CNN的基础上改进算法,加入Mosaic数据增强方法,主干网络使用ResNetXt50并加入注意力机制SKNet。改进后的模型检测精度达到98%,平均检测时间为0.058 s,相对于以ResNet50为主干网络的原模型,在检测时间仅增加0.001 s的基础上将检测精度提高了9.9%。鱼片切段试验中,平均切割合格率达到90%。研究表明,该系统可准确快速识别鱼片轮廓,高效完成鱼片切割作业,为未来向着智能化方向发展的水产品加工行业提供了新思路。