为了延长食品的保质期，研究人员正在转向新的方法来保持食品的质量，因为粮食容易因降水、湿度、温度和各种其他影响而变质。因此，需要有效的食品腐败跟踪方案来维持食品质量水平。我们设计了一个原型来跟踪食品质量并管理家庭存储系统。最初，我们采用卷积神经网络 (CNN) 模型来检测水果和蔬菜的类型。然后，所提出的系统通过使用传感器和执行器来监测水果和蔬菜的气体排放水平、湿度水平和温度，以检查食品腐败程度。这还将控制环境并尽可能避免食物腐败。此外，根据食品的新鲜度和状况，向客户注册的手机号码发送警报信息，告知食品腐烂程度。事实证明，所采用的模型的准确率为 95%。最后，实验成功将某些类别的食品的保质期延长了 2 天。