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，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PLOSONE的研究中，NeilCampbell、KarenBacon和JuliePeacock下载并测试了六种最常见的植物识别应用程序。

正如研究人员指出的那样，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;LeafSnap、Pl@ntNet、Seek、PlantSnap、iNaturalist和GoogleLens。

他们使用这些应用程序识别了在爱尔兰四个独特地点的自然环境中生长的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训练。他们进一步指出，这会导致错误，因为互联网上有太多植物图像被错误标记。

研究团队对每个应用程序的结果准确性进行了评估和评分。他们指出，应用程序之间的准确性和物种间的差异存在很大差异。他们还发现，大多数应用程序在被要求通过花朵识别植物时比通过叶子识别植物时表现更好。他们发现总体上Pl@ntNet和LeafSnap在识别植物方面做得最好，但准确率都没有超过90%。他们还注意到，其他一些应用程序在某些任务上的得分低至4%。

该团队得出结论，这些应用程序都不足以用作人们在野外觅食的实地指南，也不足以供环保主义者或农民用来确定要保护哪些植物和根除哪些植物。相反，他们建议，希望更多地了解当地环境的爱好者可以使用它们。