这就是植物识别应用程序可能不准确的原因

像您这样的读者支持 MUO。如果您通过我们网站上的链接进行购买，我们可能会收到联属佣金。阅读更多。

植物种类繁多，几乎不可能弄清楚每种植物的样子。这就是植物识别应用程序如此受欢迎的原因。然而，植物标识符并不总是准确的，并且有时会产生不正确的结果。是什么原因导致这种情况以及您可以避免它吗？

植物识别应用程序如何工作？

植物识别应用程序依靠植物图像来识别它是什么物种。使用该应用程序用智能手机上的相机拍摄植物照片或从照片库上传照片。然后，该应用程序借助识别软件准确识别您正在查看的植物。

要考虑的因素包括叶子结构、图案和大小，以及植物的花和树皮（如果有）。然后将这些因素与应用程序的植物照片数据库进行比较，以便进行比较和识别。

这个过程中经常会用到人工智能。人工智能能够吸收新知识，在数据集之间建立联系并提供更明智的结果。这些应用程序通常提供植物的官方拉丁名称以及常见的口语名称。

除了名称之外，植物识别应用程序还为用户提供有关特定植物的附加背景信息，例如其寿命、平均高度以及原籍国或大陆。如果您想为室内或花园植物制定可靠的浇水程序，许多植物识别应用程序都会提供植物护理建议以及浇水时间表和提醒。

但最重要的是，这些应用程序之所以有用，主要是因为它们具有植物识别能力。我们中的许多人无法记住所有植物的所有名称，因此有一个方便的应用程序可以立即为我们做这件事真是太棒了。

许多植物识别应用程序都是免费使用的，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植物信息，并允许他们每天识别更多植物，没有任何限制。

然而，植物识别应用程序并不完美。这些工具可能会提供不准确的结果，这可能会让用户感到沮丧和误导。那么这背后是什么？

2023 年 4 月，新科学家报道一些作物识别应用程序的准确率只有百分之四。为了正确看待这一点，想象一下您已经对 50 种植物进行了识别应用程序的测试。准确率为百分之四的情况下，您上传的植物中只有两种能够被正确识别。

虽然这一令人担忧的统计数据仅适用于少数测试的应用程序，但其中许多应用程序的准确率仍然相当不显着。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显示出很高的准确率，例如 Pl@ntNet，达到了令人印象深刻的 88.2%。

一年多前《新科学家》文章发表罗格斯大学研究研究发现，通过叶子照片进行物种识别的准确度从 40.9% 到 83.9% 不等。研究得出的结论是，两个最准确的识别应用程序是 PictureThis 和 iNaturalist，物种识别率分别为 83.9% 和 63.6%。

无论评价较高的应用程序如何，显然某些植物识别软件并不可靠。这可能会导致许多问题，包括：

植物识别应用程序用户还注意到，该软件将他们的植物分类为状况良好。

当然，这种不正确的信息可能会导致用户植物的死亡。

值得注意的是，大多数识别程序都具有一定程度的容错能力。因为总有可能有些东西会干扰或阻碍识别过程。

例如，您可能捕获了模糊或不清晰的资产图像，导致识别软件无法给出结果或给出不正确的结果。您拍摄的植物背后色彩缤纷、复杂的背景也会使应用程序的识别软件感到困惑。

但标识符应用程序返回错误结果当然并不总是用户的错。应用程序代码中的错误或缺乏识别指针会影响其成功率。此外，如果应用程序的植物数据库有限，则可能很难为您提供正确的结果。如果您想收集稀有植物，尤其如此。

请记住，仅仅因为标识符应用程序说它没有结果并不意味着它不准确。对于一个应用程序来说，承认它的数据库中没有特定的植物比给你错误的结果要好得多。

您还可以尝试在手机上识别植物，而无需任何特殊的应用程序。例如，您可以通过手机使用网站 Browser 使用。

为避免始终不准确的植物检测结果，您应该采取的第一步是选择一个信誉良好的植物检测应用程序。检查应用程序商店评论是一回事，但对应用程序进行一些额外的研究可以使一切变得不同。该应用程序的准确性经过测试吗？软件是否存在明显缺陷？一些快速的浏览器搜索通常可以回答这些问题。

其次，确保您上传到所选识别应用程序的所有照片均已正确拍摄。避免杂乱的背景、昏暗的灯光和图像模糊，以提供您要识别的植物的最清晰的照片。

使用两个或多个应用程序来识别植物也很有帮助。这使您可以查看应用程序的结果是否与其他应用程序的结果匹配，从而更容易发现不准确之处。

即使您使用信誉良好的植物检测应用程序，也始终存在获得不准确结果的风险。因此，如果您想要获得最准确的结果，请考虑上面的一些技巧，以保持您的植物快乐和健康。