La maquinaria de patatas se ha vuelto más inteligente gracias a los avances en la tecnología de navegación autónoma. El efecto de la segmentación de las hileras de cultivo afecta directamente al trabajo de extracción posterior, que es una parte importante de la detección de líneas de navegación. Sin embargo, las diferencias de forma de los cultivos en diferentes períodos de crecimiento a menudo conducen a una mala segmentación de la imagen. Además, el ruido como las malas hierbas del campo y la luz también lo afectan, y estos problemas son difíciles de abordar utilizando métodos tradicionales de segmentación por umbral. Por ello, este artículo propone un método de detección de hileras de cultivo de patatas de extremo a extremo. El primer paso es reemplazar la estructura de extracción de características de la espina dorsal original de U-Net con VGG16 para segmentar las hileras de cultivo de patatas. En segundo lugar, se propone un método de adaptación de punto medio de características, que puede realizar el ajuste adaptativo de la posición de la línea de navegación visual según la forma de crecimiento de una patata. Los resultados muestran que el método utilizado en este artículo tiene una fuerte robustez y puede detectar con precisión las líneas de navegación en diferentes períodos de crecimiento de las patatas. Además, en comparación con el modelo U-Net original, la precisión de segmentación de hileras de cultivo se mejora en un 3%, y la desviación promedio de las líneas de navegación ajustadas es de 2.16 grados, lo cual es superior al método tradicional de guía visual.