蕈菌因其营养丰富而成为中国人餐桌上屡见不鲜的食物,在我国很多地区人们喜欢所谓“野味”,经常采摘并食用不明野生蕈菌,但大部分人欠缺鉴别蕈菌的知识与能力,容易误判蕈菌的毒性,因此常常发生食物中毒事件,极大威胁了我国公民的生命安全。目前,在传统的蕈菌识别方法中,往往都需要大量的经验与专业检测设备,这对于普通民众来说是难以企及的。为保障我国公民的生命健康安全,提高人们鉴别蕈菌的能力,减少类似中毒事件的发生,亟需一种高效又便捷的方法来识别中国境内常见蕈菌。基于以上研究背景与研究动机,本文利用深度学习的方法来识别常见蕈菌,工作进程如下:（1）首先依据《中国毒蘑菇名录》和《中国食用菌名录》中所列举的国内常见蕈菌为基础,构建了中国本土的蕈菌图像数据集,其中有毒蕈菌11类,无毒蕈菌9类,蕈菌图像共计5139张。对以上图像精心筛选并做相关预处理。（2）基于深度学习的方法来识别常见蕈菌,以Conv Ne Xt-T网络来作为基础训练模型,基于迁移学习的方法设计并实现了多组对比实验,进而来研究影响模型性能的因素。（3）基于本文所训练的深度学习模型,将深度学习技术与软件工程技术结合,设计并实现了一款蕈菌识别小程序,该小程序既能够准确识别蕈菌种类,又可以将结果及时展现给用户。最终实验结果显示,本文模型在测试集中Top-1和Top-5的平均准确率分别达到90.62%、99.41%。这表明所提方法能够较为准确的识别蕈菌种类,在一定程度上能够预防民众误食有毒蕈菌。最后,本文设计并实现了一款蕈菌识别小程序,其操作简单、使用方便、易于推广,对日常生产生活及相关科研具有一定意义。