本研究では，深層学習を用いた切り花の寿命予測モデルを構築し，花種に依存しない汎用性を検証した．バラ単独と複数花種の2種類の画像データセットを用い，VGG16とResNet50で学習・比較を行った．実験の結果，データ数が十分であれば両データセットの予測精度に有意な差は見られず，モデルが花種横断的な劣化特徴を学習可能であることが示唆された．特にVGG16を用いた場合，精度は約52%となり，予測誤差の多くは隣接クラスに収まった．今後は前処理の改善やVision Transformerの導入により精度向上を目指す．