雖然我們這次只使用了傳統的HMM模型以及少許的樣本數作為研究的資料就已經達到92.16%的正確率，但是我們認為整體辨識率可以再提高，所以未來我們會增加更多的樣本，以及使用深度學習中的長短期記憶模型（Long Short-Term Memory，LSTM）或是循環神經網路（Recurrent neural network，RNN）來嘗試提高辨識的準確率；目前我們設備簡陋且非正逢芋頭產季之時間，所以無法使用芋頭來進行演算法的演練，未來我們也希望在芋頭產季以小金門芋頭以及台灣芋頭為實驗素材，分辨出兩者間的不同，並且設計一套便於一般名眾使用的行動應用程式以將此研究結果推廣到一般大眾的手中，讓大眾可以不需要經過訓練就可以買到品質較好的芋頭。