Jak rozpoznać rośliny za pomocą AI ze zdjęcia

Rozpoznajesz rośliny za pomocą AI, fotografując pojedynczy liść, kwiat lub całą roślinę w równomiernym świetle, a następnie pozwalając modelowi dopasowującemu obraz porównać ją z bazą referencyjną obejmującą dziesiątki tysięcy gatunków i uszeregować najbliższe wizualne dopasowania. Traktuj najwyższy wynik jako pewne przypuszczenie, a nie pewność, dopóki nie sprawdzisz go w niezależnym źródle, takim jak Plant Finder Royal Horticultural Society. AI Plant Scan od FlorAI działa właśnie tak: skieruj aparat telefonu na dowolną roślinę w ogrodzie, a w kilka sekund otrzymasz prawdopodobny gatunek wraz z podstawowymi wskazówkami pielęgnacyjnymi.

Jak rozpoznać rośliny za pomocą AI ze zdjęcia?

Model stojący za niemal każdą aplikacją do rozpoznawania roślin to konwolucyjna sieć neuronowa wytrenowana na milionach oznaczonych zdjęć, jedna ze standardowych architektur rozpoznawania obrazu. Nigdy nie "widzi" rośliny tak, jak zrobiłby to botanik; przekształca obraz w zestaw cech liczbowych, wyuczonych z danych treningowych, i mierzy, jak blisko te cechy leżą przy każdym gatunku w swoim zbiorze referencyjnym. Wynikiem nie jest jedna odpowiedź, lecz uszeregowana krótka lista, zwykle z przypisanym każdemu kandydatowi wskaźnikiem pewności. Wysoki wynik najlepszego dopasowania oznacza, że zdjęcie mocno przypomina wiele potwierdzonych przykładów danego gatunku. Płaski rozkład między kilkoma kandydatami oznacza, że zdjęcie jest niejednoznaczne, często dlatego, że dwa spokrewnione gatunki wyglądają niemal identycznie na sfotografowanej części.

W praktyce sekwencja jest taka sama w większości narzędzi, w tym w AI Plant Scan od FlorAI:

1. Sfotografuj jedną roślinę, wypełniając kadr w miarę możliwości najwyraźniejszą cechą rozpoznawczą: w pełni rozkwitniętym kwiatem lub liściem, jeśli nic nie kwitnie.
2. Prześlij zdjęcie i pozwól modelowi zwrócić uszeregowaną listę gatunków kandydujących, a nie jedną wymuszoną odpowiedź.
3. Odczytaj poziom pewności, jeśli aplikacja go pokazuje, zamiast ufać wyłącznie najwyższej nazwie.
4. Sprawdź najlepsze dopasowanie pod kątem typowego kształtu liścia, koloru kwiatu i dojrzałego rozmiaru, zanim uznasz je za poprawne.
5. Zrób drugie zdjęcie innej części rośliny, jeśli pierwszy wynik wydaje się niepewny, ponieważ para liść-kwiat rozstrzyga znacznie więcej przypadków niż każde z osobna.

Co sprawia, że zdjęcie rośliny nadaje się do identyfikacji?

Zdjęcie, które łatwo podziwiać, nie jest automatycznie łatwe do sklasyfikowania przez model. Cechy, które faktycznie niosą informację, to kształt, szczegóły krawędzi, kolor i wzór, a każdą z nich niszczy ta sama garstka błędów: rozmycie ruchu, tło równie rozproszone jak sam obiekt, oraz światło tak ostre, że zaciera dokładnie te krawędzie, których model potrzebuje. Dobre zdjęcia identyfikacyjne mają kilka wspólnych cech.

• Jedna roślina, jedno zdjęcie. Wypełnij kadr pojedynczym okazem zamiast rabaty, aby model nie musiał uśredniać kilku gatunków naraz.
• Równomierne, naturalne światło. Pochmurne światło dzienne lub otwarty cień pokazują prawdziwy kolor i fakturę liścia; ostre południowe słońce i żarówki wewnętrzne oba je zniekształcają.
• Wyraźnie ostra cecha rozpoznawcza. Kwiat, jeśli jest, w przeciwnym razie cały liść sfotografowany płasko, a nie pod kątem.
• Jednolite lub rozmyte tło. Dłoń, kawałek ziemi lub nieostry trawnik za rośliną utrzymują uwagę modelu na obiekcie.
• Bez kadrowania części diagnostycznej. Odcięcie połowy kwiatu lub czubka liścia usuwa dokładnie ten szczegół, od którego zależy dopasowanie.

Jeśli pierwsze skanowanie zwraca niepewny wynik, RHS sugeruje dwie praktyczne poprawki: sfotografowanie spodniej strony liścia, która często pokazuje charakterystyczne wzory unerwienia niewidoczne od góry, oraz ponowną próbę w naturalnym świetle zamiast w cieniu lub przy sztucznym oświetleniu wewnętrznym. Obie zmiany rozwiązują ten sam podstawowy problem, za pierwszym razem do modelu nie dotarło wystarczająco dużo użytecznych szczegółów.

Liść, kwiat czy kora: co powinieneś sfotografować?

Zależy to od tego, co jest dostępne, ale poszczególne części nie są równie informacyjne. Recenzowane badanie porównawcze opublikowane w Plant Methods testowało dokładność identyfikacji różnych organów rośliny i wykazało, że zdjęcia kwiatów są najsilniejszym pojedynczym źródłem, osiągając średnią dokładność top-1 na poziomie około 88% we wszystkich gatunkach, wobec około 77% dla zdjęcia całej rośliny. Zdjęcia samych liści plasowały się pomiędzy, a dokładność zmierzona osobno dla tych samych gatunków zielnych wyniosła 92,6% z kwiatów wobec 84,9% z liści. Żaden organ nie był bezbłędny: kwiat niesie kolor, symetrię i strukturę, których liść nie może zaoferować, ale liść jest dostępny o wiele miesięcy dłużej niż jakikolwiek kwiat.

Najmocniejszym wynikiem tych badań nie był żaden pojedynczy organ; było nim połączenie ujęć. Zestawienie zdjęcia kwiatu ze zdjęciem liścia tego samego okazu podniosło średnią dokładność do około 93,7%, a dodanie drugiego ujęcia kwiatu podniosło ją do około 95,8%. Wniosek badaczy jest naprawdę użyteczną zasadą dla każdego, kto używa telefonu w ogrodzie: żadna pojedyncza część rośliny nie niesie wszystkich cech rozpoznawczych, więc dwa zdjęcia różnych części tego samego okazu konsekwentnie przewyższają jedno zdjęcie którejkolwiek z nich.

• Kwitnąca: najpierw sfotografuj kwiat od przodu, a jeśli wynik wydaje się niepewny, także liść.
• Niekwitnąca: sfotografuj dojrzały, nieuszkodzony liść od góry, a jeśli skan od góry jest niejednoznaczny, także jego spodnią stronę.
• Drzewiasta i bezlistna: wzór kory i ogólny kształt rozgałęzień to jedyne opcje, a dokładność samych tych cech jest najniższa z trzech, traktuj każdy wynik jako punkt wyjścia, a nie odpowiedź.

Jak dokładna jest identyfikacja roślin przez AI?

Wystarczająco dokładna, by być naprawdę użyteczna dla hobbysty, i niewystarczająco dokładna, by pominąć weryfikację w sprawach, na których naprawdę zależy. Powyższe badania Plant Methods umieściły dokładność połączonych ujęć w środkowym zakresie 90% dla kontrolowanych zdjęć testowych znanych gatunków, silny wynik, ale zmierzony w sprzyjających warunkach: wyraźny okaz, kompetentny fotograf i gatunki od początku obecne w danych treningowych. Prawdziwe zdjęcia z ogrodu są bardziej chaotyczne, a roślina będąca odmianą hybrydową, młodym siewkiem lub po prostu rzadka w zbiorze treningowym osiągnie niższy wynik, niż sugerowałaby nagłówkowa liczba.

Skala danych treningowych liczy się bardziej niż jakikolwiek pojedynczy wybór projektowy modelu. Narzędzie do identyfikacji wytrenowane na dużym, stale rosnącym zbiorze potwierdzonych zdjęć, obejmującym dziesiątki tysięcy gatunków, wciąż się poprawia, gdy coraz więcej osób zgłasza i weryfikuje obserwacje; narzędzie wytrenowane na małym, statycznym zbiorze tego nie robi. Ta różnica tłumaczy też, dlaczego identyfikacja działa znacznie lepiej dla popularnych roślin ogrodowych i szeroko rozpowszechnionych kwiatów polnych, które są mocno reprezentowane w danych treningowych, niż dla rzadkich gatunków regionalnych z niewieloma zdjęciami referencyjnymi.

Gdzie identyfikacja roślin przez AI zawodzi?

Cztery sytuacje niezawodnie potykają nawet dobry model, i pomaga je rozpoznać, zamiast zakładać, że aplikacja jest po prostu zepsuta.

• Gatunki podobne. Wiele roślin ogrodowych ma bliskich krewnych, którzy różnią się jedynie szczegółem, którego zdjęcie nie uchwyciło, ząbkowaniem liścia, kolorem środka kwiatu, liczbą płatków.
• Odmiany uprawne. Nazwana odmiana wyhodowana pod kątem pełnych kwiatów, pstrokatych liści lub nietypowego koloru może wyglądać zaskakująco inaczej niż gatunek dziki, na którym model był w większości trenowany.
• Wzrost młodociany. Pierwsze liście siewki często wyglądają zupełnie inaczej niż jej dojrzałe liście, więc młoda roślina to jeden z trudniejszych przypadków identyfikacji, niezależnie od aplikacji.
• Słabe zdjęcia źródłowe. Rozmycie, prześwietlenie pod światło i zabałaganione tło usuwają dokładnie ten szczegół, na którym polega model, a żadne przetwarzanie nie odzyska informacji, której nigdy nie zarejestrowano.

Nic z tego nie czyni identyfikacji przez AI niewiarygodną do jej zamierzonego zastosowania, szybkiego pierwszego domysłu na temat rośliny już stojącej przed tobą. Oznacza to jednak, że wynik jest punktem wyjścia do kolejnej sekcji, a nie końcem procesu.

Rozpoznaj rośliny, które już masz w ogrodzie

AI Plant Scan od FlorAI nazywa roślinę na podstawie zdjęcia i w kilka sekund podaje podstawowe wskazówki pielęgnacyjne, a AI Plant Health wskazuje typowe problemy u słabnącej rośliny. Obie funkcje znajdują się w tej samej darmowej aplikacji używanej do projektowania ogrodu na podstawie zdjęć — pobierz ją na iPhone, Androida lub do sieci.

Try the Web App→

Version 1.1.1 · 132 MB

Jak potwierdzić identyfikację rośliny przez AI?

Traktuj odpowiedź aplikacji jako trop, a następnie domknij ją niezależną weryfikacją. Zajmuje to zaledwie kilka minut:

1. Wyszukaj sugerowaną nazwę w RHS Plant Finder, który obejmuje ponad 35 000 roślin ze zdjęciami i szczegółami uprawy, i porównaj kształt liścia, kolor kwiatu i dojrzały rozmiar ze swoim okazem.
2. Jeśli nadal jest to niejasne, albo roślina może być trująca lub inwazyjna, pokaż zdjęcie i sugerowaną nazwę lokalnemu szkółkarzowi, centrum ogrodniczemu lub placówce doradztwa ogrodniczego — druga, ludzka opinia rozwiewa większość pozostałych wątpliwości.
3. Sprawdź wiarygodność sugerowanego gatunku względem mapy stref mrozoodporności USDA, jeśli twierdzi, że jest to roślina, która nie powinna przetrwać na zewnątrz w twoim klimacie, nieprawdopodobne dopasowanie dla twojej strefy jest oznaką błędnej identyfikacji, a nie egzotycznego odkrycia.
4. Gdy wynik wciąż wydaje się błędny, zrób drugie zdjęcie innej części rośliny i spróbuj ponownie, para liść-kwiat rozstrzyga przypadki, które jedno zdjęcie pozostawia niejednoznacznymi.

Jeśli RHS Plant Finder potwierdza zgodność, a gatunek pasuje do twojego klimatu i tego, co już wiesz o roślinie, to rozsądna podstawa do codziennych decyzji ogrodniczych, takich jak podlewanie, nawożenie czy miejsce ustawienia doniczki. Nie zastępuje to potwierdzenia eksperta w przypadkach omówionych dalej.

Dlaczego poprawne rozpoznawanie roślin trujących i inwazyjnych ma znaczenie

Większość błędnych identyfikacji kosztuje nie więcej niż niewłaściwą rutynę pielęgnacyjną. Niewielka liczba niesie realne konsekwencje, i to są dokładnie te przypadki, w których szybki wynik aplikacji to złe miejsce, by się zatrzymać. Nigdy nie jedz żadnej rośliny, jagody ani grzyba wyłącznie na podstawie identyfikacji przez AI, gatunki podobne są powszechne właśnie w rodzinach obejmujących zarówno jadalnych, jak i trujących przedstawicieli, a błędny domysł w takiej sytuacji nie jest drobną niedogodnością. Jeśli zwierzę domowe lub dziecko mogło zjeść coś z ogrodu, potraktuj to najpierw jako kwestię zdrowotną, a dopiero potem jako kwestię identyfikacji, i skontaktuj się z centrum kontroli zatruć lub weterynarzem, zamiast czekać, aż aplikacja potwierdzi roślinę. Ta sama ostrożność dotyczy usuwania czegokolwiek, co aplikacja oznaczy jako inwazyjne: sprawdź wynik w regionalnej placówce specjalistycznej lub w RHS, zanim wyrwiesz roślinę, która w rzeczywistości może być pożądanym gatunkiem rodzimym.

W pozostałych przypadkach, nazwanie samosiejki, która pojawiła się na rabacie, sprawdzenie, czy krzew to ten, który kupiłeś dwa lata temu, albo ustalenie, co poprzedni właściciel zasadził wzdłuż ogrodzenia, potwierdzona identyfikacja przez AI jest naprawdę użyteczną informacją, i bezpośrednio przekłada się na decyzję, co zachować, co przenieść i jak powinien wyglądać nowy projekt wokół tego. Projektowanie ogrodu z AI od FlorAI wykorzystuje dokładnie tę listę roślin do zaplanowania przeprojektowania, które współgra z tym, co już rośnie, zamiast omijać niewiadome, a porównanie przed i po pokazuje wynik zestawiony z prawdziwym zdjęciem twojego ogrodu. Proces krok po kroku przekształcania jednego zdjęcia w pełny układ opisano w projektowaniu ogrodu z AI ze zdjęcia, a jak zaplanować układ ogrodu opisuje, co zrobić, gdy już dokładnie wiesz, co u ciebie rośnie.

Najczęściej zadawane pytania

Dobrze wykorzystana identyfikacja roślin przez AI to szybka pierwsza odpowiedź, którą potwierdzasz, a nie wyrok, który przyjmujesz bezkrytycznie. Wyraźne zdjęcie kwiatu lub liścia, krzyżowa weryfikacja w RHS Plant Finder oraz chwila ostrożności przed zjedzeniem lub usunięciem czegokolwiek pozwalają zachować właściwą równowagę. AI Plant Scan od FlorAI jest stworzony dokładnie do tego codziennego użytku, darmowy do wypróbowania na iPhone, Androidzie i w sieci.