来源 | 生物多样性杂志

花事未了，春光尚在


，园林

、郊野中的花次第开放

，人们在户外踏青赏花的同时不免会好奇，身边植物的名字是什么
？有什么用途？背后有怎样的故事

？为了满足这种需求


，目前手机应用市场已经出现了不少植物识别App，可以实现拍照识别，相当方便。但面对种类繁多的植物识别App
，怎样挑选一款准确率更高、参考价值更大的呢
？

中国科学院植物研究所研究员、《生物多样性》主编马克平在中国科学院大学讲授《保护生态学》课程时，组织学生对国内8款常用的植物识别app进行了准确率测试
。

▲用你的App识别下这是什么花吧

首先，将中国植被区划的八个区域中植物区系相对相似的区域归并
，选择温带区（包括寒温带针叶林区、温带针阔混交林区和暖温带落叶阔叶林区）、亚热带区（亚热带常绿阔叶林区）、热带区（热带雨林、季雨林区）和干旱半干旱区（温带草原区和温带荒漠区）四个区。其次，分别在中国自然标本馆（CFH）中每个区选择100张图片作为基本数据集
，用以比较不同软件的植物识别能力。再次
，控制测试环境（网络环境
、手机内存足够）的统一，记录识别结果的中文名
、拉丁名
、科名和属名。最后，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。

▲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，栽培植物较少。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
，花伴侣、形色、花帮主、百度识图这4款App的准确率更高，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、科研及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，软件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事实。为了便于更多人可进行重复测试，作者已将鉴定准确的400张照片上传至NSII服务器（ https://www.nsii.org.cn/2017/testPhoto.php/ ）。

▲本文作者团队