%A 许展慧, 刘诗尧, 赵莹, 涂文琴, 常诏峰, 张恩涛, 郭靖, 郑迪, 耿鋆, 顾高营, 郭淳鹏, 郭璐璐, 王静, 徐春阳, 彭钏, 杨腾, 崔梦琪, 孙伟成, 张剑坛, 刘皓天, 巴超群, 王鹤琪, 贾竞超, 武金洲, 肖翠, 马克平 %T 国内8款常用植物识别软件的识别能力评价 %0 Journal Article %D 2020 %J 生物多样性 %R 10.17520/biods.2019272 %P 524-533 %V 28 %N 4 %U {https://www.biodiversity-science.net/CN/abstract/article_60643.shtml} %8 2020-04-20 %X

随着智能手机和人工智能技术的发展, 以手机app为载体的植物识别软件慢慢走进公众生活、科普活动和科研活动的各个方面。植物识别app的识别正确率是决定其使用价值和用户体验的关键因素。目前, 国内应用市场上有许多植物识别app, 它们的开发目的和应用范围各异, 软件本身的关注点、数据库来源、算法、硬件要求也存在很大差异。对于不同人群, 植物识别app有不同的意义, 如对于科研人员来说, 识别能力强的app是提高效率的一大工具; 对植物爱好者来说, 具一定准确率的识别app可以作为入门的工具。因此, 对各app的识别能力进行分析与评价显得尤为重要。本文选取了8款常用的app, 分别对400张已准确鉴定的植物图片进行识别, 其中干旱半干旱区、温带、热带和亚热带4个区各选取100张。这些图片共计122科164属340种, 涵盖了乔木、灌木、草本、草质藤本和木质藤本5种生长型, 包含23种国家级保护植物。种、属、科准确识别正确分别计4分、2分、1分, 以此标准对软件识别能力按总得分进行排序, 正确率得分由高到低依次为花帮主、百度识图、花伴侣、形色、花卉识别、植物识别、发现识花、微软识花。