咸鸭蛋作为一种食品原料与配料，被国内外广泛应用。未成熟的咸蛋黄内部呈现固液混合的流心状态，在贮藏和使用的过程中易变质，需进行分选剔除。本研究利用机器视觉采集288 张实心咸蛋黄和297 张流心咸蛋黄样本图片，再进行图像增强扩充样本总数至2 430 张，建立ConvNeXt判别模型，并采用迁移学习的方式训练咸蛋黄图片，结果显示流心咸蛋黄的判别精度为100%，实心咸蛋黄为97.88%，总体判别精度高达98.88%。基于检测模型，本文设计了一种流心咸蛋黄内部品质在线分选装置，包括上料、检测、分选等功能模块。上料模块采用食品级传送带输送双排咸蛋黄至检测模块；检测模块采用单摄高速相机同时采集双排咸蛋黄透射光图像，并传输给上位机做出判别；分选模块通过下位机接受上位机的判别信号配合红外传感器，通过气动执行两排咸蛋黄的分选任务。研究结果有望填补国内外在咸蛋黄内部品质检测的空白。