安徽省六安市的桃种植面积约23万亩,居全省第一。六安脆桃早熟桃采收时间比其他省市早15～20天,具有较高的经济价值。种植桃在当地农村的脱贫攻坚、乡村振兴中扮演着举足轻重的角色。目前,六安脆桃正处在由数量到质量的过渡阶段。在商品化的流通中,脆桃的品质是影响其经济效益的重要因素。在分级的方式上主要有人工式和机械式。他们的缺点分别是:高投入、低效率,分级依据特征不统一和易造成机械损伤、分级特征单一。从而制约了桃的发展。本文以六安脆桃早熟桃为例,下面简称为脆桃。采用计算机视觉的方法,根据脆桃颜色、大小、形状、果皮缺陷等指标进行全面的评价。主要研究成果如下:（1）依据脆桃地方规范及有关文献资料,制订了一套具有可操作性的评价指标。据此指标制作脆桃分级研究数据集。（2）对脆桃外观特征进行提取。首先计算脆桃表面红绿相关像素点的比值,对脆桃的色泽进行划分;然后采用最小外接圆法提取脆桃横径,得到脆桃大小参数;最后采用改进的圆度值分析法来分析脆桃果形特征。（3）使用深度学习方法检测脆桃的果皮缺陷。实验对比了Mask R-CNN、CenterNet、YOLOv5、EfficientDet四种目标检测模型。最终选择在预测精度与速度均表现良好的Efficient Det算法,其精度可达85.83%。（4）设计基于EfficientDet算法的脆桃综合分级系统。试验证明,采用本技术对脆桃进行质量等级划分,其分级精度为特等果100%,二等果97.5%,三等果96.6%,等外果100%。与传统的分级方式相比,本分级系统具有更高的识别精度与识别速度,并避免了机械损伤。为脆桃分级自动化、智能化提供思路。