随着我国蛋禽生产的规模化和产业化，蛋品品质备受关注。目前蛋品外在缺陷检测相对成熟，但是蛋品隐性缺陷检测技术尚未成熟，有待进一步研究，并且缺乏相应的智能化缺陷检测装备。基于此，本课题组首先进行三维全方位成像系统的搭建和优化；继而基于大量的蛋品成像数据，利用深度学习技术构建蛋品缺陷检测模型，并通过优化模型结构、参数和训练策略来提高模型准确性，最终实现蛋品隐性和外在缺陷的无损检测。