【摘要】针对产线分拣缺陷柑橘费时费力等问题，以柑橘加工生产线输送机上随机旋转的柑橘果实为研究对象，开发了一种基于卷积神经网络（CNN）的检测算法Mobile-Citrus，用于检测和暂时分类缺陷果实，并采用Tracker-Citrus跟踪算法来记录其路径上的分类信息，通过跟踪的历史信息识别柑橘的真实类别，结果显示，跟踪精度达到98.4%，分类精度达到92.8%。同时还应用基于Transformer的轨迹预测算法对果实的未来路径进行了预测，平均轨迹预测误差达到最低2.96个像素，可用于指导机器人手臂分选缺陷柑橘。试验结果表明，所提出的基于CNN-Transformer的缺陷柑橘视觉分选系统，可直接应用在柑橘加工生产线上实现快速在线分选。