国内 8款常用植物识别软件总得分排序

参与测试的照片共计有植物122科164属340种。这些植物以野生种为主, 较少栽培植物。在400张图片中, 分别包含乔木98张, 灌木99张, 草本180张, 木质藤本13张, 草质藤本10张; 根据国家重点保护野生植物名录, 这400张照片中包含23张国家一、二级保护植物的图片。

测试还包括各app对不同气候区物种的识别能力、对不同生长型植物的识别能力、对国家保护植物的识别能力。各app的识别能力各有侧重，但总体来说，是花伴侣、形色、花帮主、百度识图这4款app的准确率更高。花伴侣、形色、花帮主、百度识图这4款app与微软识花、植物识别、花卉识别、发现识花4款app明显分成了两大组。

国内8款常用植物识别软件对于不同生长型识别到种(a)、属(b)、科(c)的比例

在植物识别app出现前，植物识别主要靠专家鉴定、查植物志、网络论坛等。拍照识别的植物识别app的出现，对园林工作者、科研工作者、科普工作者甚至普通民众，都意义重大。许多植物识别app有多样的功能模块，获取了植物的叶、花、种子等特征后，就能生成结果，包括中文学名、拉丁名、俗名、用途、民俗故事、栽培技巧等，既有查询功能，也可作为植物知识库。如果自身有一定分类学基础，能理解术语、甄别识别的结果，植物识别app能发挥很好的作用。

随着深度学习算法的应用，图像分类精度提高，在部分数据集上可以超越人眼的能力。但这并不代表软件可以取代植物分类学者。因为识别植物只是分类学的最基础的一步，更深一步的分析，如种以下的鉴别、植物的进化地位等，植物识别app都无法实现。而且，分类学者的研究对象通常是植物识别app数据库外的不常见的植物，鉴定只能由专家完成。

各个植物识别app都在不断更新和发展，在不同情况下每个app的准确率有一定差异，可考虑交叉使用，相互弥补，提高可信度。识别准确率测试有太多不确定因素，本次结果只能代表部分的事实。为了便于更多人可进行重复测试, 已将鉴定准确的400张照片上传至NSII服务器(http://www.nsii.org.cn/2017/testPhoto.php/)。

▲本文作者团队

最植物

植物，是我们望向世界的另一种视角，它们在自己的圈子里相互交融、此生彼落，从萌发到荼糜再至枯荣，终其一生不悔…生命的历程清晰可见，花朵并非最终的奥义，这过程，却直戳心底！

万物自然，植物最美

PS：“植物优享+”小程序平台旗下，各类“ 植物交流社群”均已开通， 为保证各分类“植物交流社群”的用户质量，均采取实名制，在申请入群时，务必备注：“姓名+职务+城市+社群名称”，如：“张三+设计师+上海+养花群”，每人最多加入2个群，一个综合群+一个分类群（实名制），无备注或仅回复“进群”的朋友，将统一邀请加入“综合植物类交流群”。

植物前沿（ID:pl-frontier）

学习的人都在这里返回搜狐，查看更多