Vent d'Autan

Vous pouvez écouter cet article sous forme de fichier audio.

La connaissance de la biodiversité est vitale pour la conservation de la nature. Identifier les espèces végétales qui nous entourent est important afin de les protéger mais identifier avec précision les plantes est une compétence de plus en plus rare. Une solution pour améliorer la connaissance des plantes consiste à utiliser des applications de reconnaissance basées sur l’image alimentées par l’intelligence artificielle. Un certain nombre d’applications pour smartphones sont désormais disponibles, notamment Pl @ ntNet, iNaturaliste et Flore Incognita, développé avec un contexte scientifique qui permet aux utilisateurs d’identifier rapidement les plantes qui les entourent. Cependant, il est nécessaire de tester les possibilités de ces applications et d’établir leurs limites, notamment avant de les utiliser pour la recherche et la gestion de la nature.

Dans sa nouvelle étude de Choice Editor publiée dans AoBP, Pärtel et al. enquête de précision Flore Incognita, un outil basé sur la recherche pour la reconnaissance d’images d’automatisation d’images de plantes. Dans leur travail, les auteurs ont examiné des milliers d’images de centaines d’espèces végétales d’Europe du Nord. L’application a testé 1496 photos de la base de données nationale d’observation de la biodiversité des conservateurs en Estonie. Aussi, Flore Incognita il a été directement testé dans des conditions de terrain dans divers habitats en Estonie, prenant 1703 images d’organes végétaux comme indiqué par l’application.

Flore Incognita Il s’agit d’une application gratuite développée par l’Université technique d’Ilmenau et l’Institut Max Planck de biochimie. Flore Incognita La flore d’Allemagne a été développée à l’origine, mais l’application est désormais capable d’identifier plus de 4500 espèces de plantes vasculaires couvrant la flore d’Europe centrale. En fonction de la difficulté de reconnaissance, l’application analyse une ou plusieurs photos de smartphone à partir d’organes végétaux et de perspectives prédéfinis. Progressivement, ces images sont transférées vers le Flore Incognita serveur jusqu’à ce que la plante puisse être identifiée au niveau de l’espèce, puis le résultat est transféré vers l’appareil de l’utilisateur. Parfois, certains taxis sont recommandés ; il y a rarement des suggestions lorsque toutes les espèces de la base de données de l’application sont similaires.

Résultats de Pärtel et al. montré Flore Incognita être très précis. Pour les images de la base de données, l’application a correctement identifié 79% des espèces ; dans des conditions de terrain, la précision de l’identification des espèces a atteint 85,3 %. Dans l’ensemble, le bon genre a été trouvé pour 89 % des espèces et la bonne famille de plantes pour 95 % des espèces. La précision variait considérablement entre les différentes familles de plantes, formes de vie et formes de croissance. Les images avec des organes reproducteurs ou uniquement les espèces cibles ciblées ont été identifiées comme plus réussies. Les auteurs ont conclu que les applications d’identification des plantes, par exemple Flore Incognita, déjà utilisables à diverses fins, surtout si leurs capacités et leurs limites sont connues. Ils peuvent améliorer la situation de la cécité des plantes et favoriser la science citoyenne. Comme pour la plupart des applications d’apprentissage en profondeur, une identification plus précise avec des données de formation supplémentaires de haute qualité serait attendue.