花事未了，春光尚在，园林、郊野中的花次第开放，是户外踏青赏花的好时节。人们在踏青赏玩的同时也不免会好奇，身边植物的名字是什么？有什么用途？背后的故事是怎样的？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，怎么挑选准确率更高、参考价值更大的一款呢？对于一般用户来说，很难判断。

《生物多样性》主编、中国科学院植物研究所马克平研究员在中国科学院大学讲授《保护生态学》课程时，组织学生对国内应用市场上8款常用的植物识别app进行了准确率测试。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, 较少栽培植物。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，是花伴侣、形色、花帮主、百度识图这4款app的准确率更高。花伴侣、形色、花帮主、百度识图这4款app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，对园林工作者、科研工作者、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，获取了植物的叶、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，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的最基础的一步，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数据库外的不常见的植物，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的事实。为了便于更多人可进行重复测试, 已将鉴定准确的400张照片上传至NSII服务器(http://www.nsii.org.cn/2017/testPhoto.php/)。

本文作者