果実産業における人的作業の削減可能性に着目し、本稿では果実の成熟度認識を自動化することを試みている。我々は、供給チェーンの異なる段階でしばしば考慮される農業的、市場的、自動化的視点からこの問題を検討する。成熟度の異なる状態はそれぞれ異なる視覚的特徴を有するため、画像分類技術が本問題において有効であると考えられる。果実画像分類器を開発するためには、特徴抽出手法と学習アルゴリズムの両方が必要となる。本研究では、効果的な特徴抽出を実現するため、複数の事前学習済みニューラルネットワークを用い、また異なる機械学習アルゴリズムを適用しつつ、学習モデルのバイアス/バリアンス分析を行った。この分析により、それぞれの視点において最適なモデルを選定することができた。本研究で新たに構築したデータセット「RipeRaw」を用いて、農業的視点、市場的視点、自動化的視点の各々において、それぞれ96%、94%、86%の精度を達成した。