请帮我编写一个瓜果缺陷检测的卷积神经网络

以下是一个简单的瓜果缺陷检测的卷积神经网络模型：

import keras
from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout

# 初始化模型
model = Sequential()

# 添加卷积层和池化层
model.add(Conv2D(32, (3, 3), input_shape=(64, 64, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(128, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

# 添加全连接层和Dropout层
model.add(Flatten())
model.add(Dense(units=64, activation='relu'))
model.add(Dropout(0.5))

# 输出层
model.add(Dense(units=1, activation='sigmoid'))

# 编译模型
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

# 打印模型结构
model.summary()

该网络由三个卷积层和池化层组成，每一层都使用ReLU激活函数。之后添加一个全连接层和一个Dropout层用于防止过拟合。最后是一个输出层，使用sigmoid激活函数，用于二元分类问题。模型使用Adam优化器和二元交叉熵损失函数进行训练，同时监控准确率作为评估指标。