[目的]解决基于人工特征设计分级方法精度低、鲁棒性差的问题。[方法]提出了一种强泛化的Transformer薯形与大小自动分级方法。基于Transformer模型构建2个PotatoViT模型，并完成马铃薯薯形分级和大小分级任务；利用迁移策略和数据增广方法训练出鲁棒性分级模型；通过测试集定量分析，验证了研究所提方法在马铃薯分级中的有效性。[结果]PotatoViT模型对薯形分级的准确率和模型F₁得分分别为96.36%，94.75%，对大小分级的准确率和模型F₁得分分别为89.66%，85.16%，分级精度优于VGG16、ResNet50和MobileNetV3网络模型。[结论]研究所提方法对马铃薯薯形与大小的准确、实时检测是可行的。