对识别植物的智能手机应用程序的测试表明 大多数都不是很好

三位植物学家，其中两位来自戈尔韦大学自然科学学院，第三位来自利兹大学地理学院，通过测试发现大多数识别植物的智能手机应用程序都不准确。在他们的研究中，Neil Campbell，Karen Bacon和Julie Peacock下载并测试了六个最常见的植物识别应用程序。

正如研究人员所指出的那样，有许多智能手机应用程序声称可以识别植物。但与其他应用程序一样，独立团体几乎没有做任何事情来验证其准确性。在这项新的努力中，该小组选择承担这一角色。为此，他们下载了应用程序;Leaf Snap，Pl@ntNet，Seek，Plant Snap，iNaturalist和Google Lens。

他们使用这些应用程序在爱尔兰的四个独特地点识别了在自然环境中生长的38种植物。他们指出，所有应用程序都基于深度学习技术，并使用互联网上发布的图像进行了训练。他们进一步指出，这会导致错误，因为互联网上许多植物图像被错误地标记了。

研究团队评估并评分了每个应用程序的结果的准确性。他们指出，应用程序之间的准确性和物种之间的差异存在很大差异。他们还发现，当被要求通过花朵而不是叶子来识别植物时，大多数应用程序的表现更好。他们发现，整体Pl@ntNet和Leaf Snap在识别植物方面做得最好，但准确率都没有超过90%。他们还指出，其他一些应用程序在某些任务上的得分低至4%。

该团队得出的结论是，没有一个应用程序足够好，可以用作人们在野外觅食的野外指南，也不足以供环保主义者或农民使用来确定要保护哪些植物以及根除哪些植物。相反，他们建议，业余爱好者可以使用它们，希望更多地了解他们的当地环境。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！