植物识别App，准确率不够4%
发布时间：2023-04-12 12:45:30 所属栏目：外闻 来源：
导读：虽然很多智能手机中的应用,可以根据照片来辨别植物,但一项研究显示,其辨别精准度不高。
英国利兹大学的Julie Peacock等人评估了6款最流行的植物识别应用程序——Google Lens、iNaturalist、Leaf Snap、
英国利兹大学的Julie Peacock等人评估了6款最流行的植物识别应用程序——Google Lens、iNaturalist、Leaf Snap、
|
虽然很多智能手机中的应用,可以根据照片来辨别植物,但一项研究显示,其辨别精准度不高。 英国利兹大学的Julie Peacock等人评估了6款最流行的植物识别应用程序——Google Lens、iNaturalist、Leaf Snap、Pl@ntNet、Plant Snap和Seek。在用这些应用程序识别爱尔兰4个自然栖息地的38种植物后，他们发现一些应用程序的识别准确率很低，准确率最高的也没有达到90％。相关研究4月5日发表于《公共科学图书馆-综合》。 “保证应用程序能正确识别植物，或者让人们意识到这些程序并不完美是非常重要的。”Peacock说，人们可能会将重要的本土物种误认为入侵物种，并将其从花园中移除，或将有潜在危险的野生植物当作无害品种食用。 但Peacock认为，在了解其局限性的前提下，人们可以继续使用这些应用程序，因为它们可以让人们更多地接触植物。 这些应用程序使用人工智能算法，并根据大量带标题的植物照片进行训练。人工智能不仅被训练识别照片，还被训练发现旧照片与新照片之间的相似之处，从而识别植物。 通常，这些应用程序识别花朵比识别树叶准确率高。研究人员表示，这是因为花的形状和颜色更多样，为人工智能提供了更多线索。但事实并非总是如此，iNaturalist应用程序只能正确识别3.6%的花朵和6.8%的叶子，Plant Snap正确识别了35.7%的花朵和17.1%的叶子， Pl在@ntNet中最精准,精度达到88.2%。 法国蒙彼利埃Inria公司的Alexis Joly是非营利项目Pl@ntNet的研究人员，他说，该应用程序的成功归功于其数据库。这些数据是由植物学家等科学家和业余爱好者提供并分类的，并使用了平衡常见物种偏差的算法，同时对每次识别的可能结果进行排序。 “这有时吃力不讨好，因为人们更愿意看到一个100%的单一结果，即使它是不正确的，而不是3个答案，每个都有33%的可能性，尽管后者更加真实。”Joly说，他们的策略似乎取得了成效。 牛津大学的Stephen Harris说，他遇到过类似问题，转而依赖一本好的参考书。他继续表示，问题不仅仅在于上传到工业互联网上的图像数据往往被数以百计的错误搜索引擎标记了。 Harris表示，人们常常会拍摄类似的照片。例如，对于某些吸引人的植物，照片很多，而对于一朵不那么吸引人的花或任何其他不起眼的植物，人们就不会拍摄很多照片去记录它。这种情况可能发生在你的朋友身上，因为他们喜欢摄影，所以经常在他们的社交媒体上发布一些令人惊叹的照片。 （编辑：聊城站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
