本发明提出一种基于改进ResNet的花生荚果品质检测分类方法，以ResNet18作为模型训练的最佳骨干特征提取网络，并设计KRSNet模块、CSPNet模块和CBAM注意力模块三种模型对算法进行优化，KRSNet模块使模型轻量化，CSPNet模块提高每个特征层的学习效率，CBAM注意力模块提高捕捉花生荚果的更多特征信息的能力，并通过花生荚果数据库对设计的模型进行评价和泛化实验，为其他农产品精确分级或分类提供参考。本方案提出的花生荚果品质检测分类模型具有较高的有效性，同时该模型适合部署在移动终端等嵌入式资源受限设备上，实现对花生荚果品质的实时准确识别，具有准确度高、轻量化和易嵌套等优点，具有更高的实用和推广价值。