这就是植物识别应用程序可能不准确的原因

0 Shares

植物种类繁多，要了解每一种植物的外观几乎是不可能的。这就是植物识别应用如此受欢迎的原因。但植物识别应用并非总是准确的，有时会给出错误的结果。那么，是什么导致这种情况发生，又该如何避免呢？

植物识别应用的工作原理

植物识别应用依靠植物图像来识别其物种。通过应用，你可以使用智能手机摄像头拍摄植物照片，或者从相册上传照片。然后，应用程序会使用识别软件来确定你正在查看的植物种类。

叶片的结构、图案和大小，以及植物的花和树皮（如果存在）都会被纳入考虑。这些因素会与应用的植物图像数据库进行比较，从而进行比对和识别。

这个过程通常涉及人工智能的使用。人工智能能够学习新知识，建立数据集之间的联系，并提供更全面的识别结果。这些应用程序通常会提供植物的拉丁学名及其常用的俗名。

除了名称之外，植物识别应用还为用户提供特定植物的额外背景信息，例如其生命周期、平均高度以及原产国或大陆。如果你想为你的室内或花园植物制定可靠的浇水方案，许多植物识别应用还会提供植物护理建议，包括浇水时间和提醒。

但最重要的是，这些应用程序最实用的功能是它们的植物识别能力。我们大多数人无法记住所有植物的所有名称，因此拥有一个能够立即为我们完成此操作的便利应用是非常有用的。

许多植物识别应用可以免费使用，但大多数都有高级版本，需要按月或按年付费。这些应用程序的高级版本通常为用户提供更多的植物信息，并允许他们每天识别更多的植物，不受任何限制。

然而，植物识别应用并非完美。这些工具可能会提供不准确的结果，这会让用户感到沮丧和困惑。那么，这背后的原因是什么呢？

2023年4月，《新科学家》报道，一些植物识别应用的准确率仅为4%。为了更好地理解这一点，假设你已经通过识别应用上传了50种植物。在4%的准确率下，你上传的植物中只有两种能够被正确识别。

虽然这一统计数据仅适用于少数测试的应用，但许多应用的准确率仍然相当低。例如，据报道，Plant Snap的成功率仅为35.7%。另一方面，一些测试的应用程序具有较高的准确率，例如Pl@ntNet，其准确率高达88.2%。

在《新科学家》文章发表一年多前，罗格斯大学的一项研究发现，叶子照片的物种识别准确率在40.9%到83.9%之间。研究的结论是，两个最准确的识别应用是PictureThis和iNaturalist，物种识别率分别为83.9%和63.6%。

无论得分较高的应用如何，一些植物识别软件显然不可靠。这可能会导致许多问题，包括：

植物识别应用的用户还指出，该软件有时会认为他们陷入困境的植物状况良好。

当然，这些不正确的信息可能会导致用户的植物死亡。

值得注意的是，大多数识别软件都存在一定的误差范围。这是因为总会有一些因素会干扰或阻碍识别过程。

例如，你可能拍摄了一张模糊或不清晰的植物照片，这会导致识别软件无法给出结果或给出错误的结果。你拍摄的植物背景色彩复杂，也可能会让应用的识别软件感到困惑。

但是，识别应用产生错误结果并不总是用户的错。应用程序代码中的错误或缺乏识别指标都可能影响成功率。此外，如果应用的植物数据库有限，它可能很难为你提供正确的结果。如果你喜欢收集稀有植物，情况尤其如此。

请记住，识别应用声明它没有结果并不意味着它不准确。对于一个应用来说，承认它的数据库中没有某种植物，比给你一个错误的结果要好得多。

你也可以尝试在手机上识别植物，而无需专门的应用。例如，你可以通过移动浏览器使用网站。

为避免始终不准确的植物识别结果，你应该采取的第一步是选择信誉良好的植物识别应用。查看应用商店的评论是一回事，但对应用进行额外的研究可以带来很大的不同。该应用的准确性经过测试了吗？该软件是否存在明显的缺陷？一些快速的浏览器搜索通常可以回答这些问题。

其次，确保你上传到所选识别应用的所有照片都是正确拍摄的。避免杂乱的背景、光线不足和图像模糊，以便提供要识别的植物最清晰的照片。

使用两个或多个应用来识别植物也可能有所帮助。这使你可以判断一个应用的结果是否与其他应用的结果一致，从而更容易发现不准确之处。

即使你使用的是信誉良好的植物识别应用，你仍然面临着获得不准确结果的风险。因此，如果你想获得最准确的结果，请考虑上述的一些技巧，以保持你的植物健康成长。