一种基于多任务深度学习的西洋参质量评估方法、计算机可读存储介质及计算机程序产品

本发明涉及西洋参质量评估技术领域，公开了一种基于多任务深度学习的西洋参质量评估方法、计算机可读存储介质及计算机程序产品。该方法包括采集每个西洋参样本的近红外光谱数据；测定每个西洋参样本的人参皂苷含量，得到每个西洋参样本的标签数据；根据所采集的近红外光谱数据以及所得到的标签数据，构建并训练西洋参品质检测模型；根据所构建的西洋参品质检测模型，对待评估的西洋参进行产地溯源与人参皂苷含量的预测。本发明通过构建改进的多任务深度神经网络，提升了特征提取能力，能够同时实现西洋参的无损产地溯源和总人参皂苷含量预测，提高了检测的准确性和效率，解决了传统方法在实时性和无损检测方面的不足。