刺梨果实营养丰富,功效众多,是比较典型的食药两用型水果。我国的刺梨果树种植面积、刺梨果实年产量均处于世界前列。我国大部分刺梨果实主要用于鲜食,少部分刺梨果实则用于制作成为干果制品,这一消费模式有利于推动刺梨果实分级向着机械自动化的方向发展。现如今,我国大部分的刺梨果实的分级方式主要还是依赖于人工手动分级。为了实现农业机械化、农业现代化,刺梨果实分级方式应由人工手动分级方式逐渐转变为机械自动分级方式,以实现其自动化、机械化快速分类处理,因此需要开展基于深度学习的刺梨果实的分级研究。本研究将深度学习技术、机械系统、控制系统相组合,为实现基于深度学习的刺梨果实分级奠定基础。本研究主要内容如下:（1）刺梨果实分级依据制定和相关参数测量。结合考虑刺梨颜色、果实好坏等情况,将刺梨果实划分为6种等级。对刺梨果实的尺寸、重量、与橡胶材质滑动摩擦力、与橡胶材质滑动摩擦因数等相关参数进行测量,为刺梨果实智能化分级装置设计提供基础数据。通过测量,刺梨果实尺寸:纵径范围为28.91 mm～46.83 mm,横径范围为29.90 mm～43.72 mm;重量范围为10.04 g～26.80 g;与橡胶材质滑动摩擦力范围为0.07 N～0.14 N;与橡胶材质滑动摩擦因数为0.65。（2）刺梨果实图像处理算法改进。为实现对刺梨果实进行实时性分级,本文针对原始Retina Net目标检测算法进行改进。通过改进Retina Net框架中Focal loss损失函数的偏差bias公式和运用维度聚类算法找出Anchor的较好尺寸来改进原始Retina Net目标检测算法。通过改进,与原始Retina Net目标检测算法相比,本文改进Retina Net目标检测算法:（1）平均识别准确率94.86%;提高1.80%。（2）个数识别率64.80%;在识别准确率90%以上的情况下,提高11.23%。（3）单幅单个刺梨果实检测时间57.91 ms;降低3.08 ms,对其本身降低5.05%。（3）刺梨果实分级研究机械系统设计。（1）刺梨果实上料机构设计:该装置为实现对刺梨果实进行单果上料,主要由盛果台、倾斜下料面和分果机等三部分组成。（2）刺梨果实输送机构设计:为便于对刺梨果实进行表面信息获取,参考刺梨果实外形尺寸参数,进行双锥托辊外形尺寸设计。（3）刺梨果实分级机构设计:该装置为实现刺梨果实的平稳、快速分级,主要由分级步进电机、拨杆、橡胶套等三部分组成。该设计使得在仅安装一个分级机构的情况下,完成两个等级的分级,可缩短分级机构数量,实现多等级的分级处理。（4）刺梨果实图像采集装置设计:该装置为实现对输送线上的刺梨果实表面信息获取,由工业相机、镜头、传感器、光源、光源箱等组成。（4）刺梨果实分级研究控制系统设计。设计控制系统方案,运用控制系统整合图像处理系统和机械系统,以实现刺梨果实的分级卸料过程。