为了降低蔬果种类的分类成本， 实现蔬果智能化的识别与分拣， 以9种蔬果为实验对象， 运用卷积神经网络技术， 建立一个图像识别模型。针对蔬果种类的特点， 优化并调整模型的结构。相比其他识别网络， 卷积神经网络特有的卷积层能对图像自动进行特征提取， 并且由于其参数的权值共享， 可以有效缩短学习时间， 进一步提升识别率。所构建的识别模型能够实现相对复杂背景下的蔬果图像识别， 可为日常生活中的蔬果识别提供一种切实有效的方法， 具有一定的现实意义。