本發(fā)明涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)和高光譜技術(shù)的柚子?；诸惙椒?，包括以下步驟：1）獲取柚子漫透射高光譜信息；2）對獲取的高光譜信息進行歸一化預(yù)處理，然后將處理后的信息分為訓(xùn)練集和驗證集；3）利用訓(xùn)練集對建立的多層卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練；4）建立損失函數(shù)，采用Adagrad梯度下降方式結(jié)合反向傳播對多層卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，將損失最小的模型作為訓(xùn)練得到的多層卷積神經(jīng)網(wǎng)絡(luò)模型；5）將訓(xùn)練集和驗證集輸入訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型，得到分類結(jié)果。該方法有利于無損檢測柚子?；潭?，對柚子?；潭冗M行分類。