咸鴨蛋作為一種食品原料與配料，被國內外廣泛應用。未成熟的咸蛋黃內部呈現固液混合的流心狀態(tài)，在貯藏和使用的過程中易變質，需進行分選剔除。本研究利用機器視覺采集288 張實心咸蛋黃和297 張流心咸蛋黃樣本圖片，再進行圖像增強擴充樣本總數至2 430 張，建立ConvNeXt判別模型，并采用遷移學習的方式訓練咸蛋黃圖片，結果顯示流心咸蛋黃的判別精度為100%，實心咸蛋黃為97.88%，總體判別精度高達98.88%。基于檢測模型，本文設計了一種流心咸蛋黃內部品質在線分選裝置，包括上料、檢測、分選等功能模塊。上料模塊采用食品級傳送帶輸送雙排咸蛋黃至檢測模塊；檢測模塊采用單攝高速相機同時采集雙排咸蛋黃透射光圖像，并傳輸給上位機做出判別；分選模塊通過下位機接受上位機的判別信號配合紅外傳感器，通過氣動執(zhí)行兩排咸蛋黃的分選任務。研究結果有望填補國內外在咸蛋黃內部品質檢測的空白。