碰到不认识的花木再也不用发愁了！

经常看到在各种社交群内，有市民询问一些好看的植物名称，及苗木人询问或许有市场潜力的花木名称。由于市民见到的多为街边、园内常见的花木品种，因此在询问时更容易得到结果，而苗木人就不同了，本来就是要找市场少见的，因此很多时候是无法得到确切结果的。

现在不用麻烦了！由中国科学院植物研究所与百度等单位合作开发的“智能花卉识别系统”，让“拍花识植物”成为现实。

这将大大提高整个社会的生态意识，要知道有不少人因为喜欢而不认识止步于花草世界之外，预测将进一步促进家庭园艺市场，无疑是给已经呈现复苏态势的盆栽花卉市场又一臂之力。

另外，受我国当前生态绿化政策影响，及苗木市场的内部调整，乡土树种不仅得到认可还被寄予厚望。众所周知，我国拥有丰厚的植物资源，开发当地植物资源已初步形成共识；目前，随着苗木造型的普遍，附加值利润越来越低，艺术造型类市场之路越来越艰难，了解掌握更多的植物讯息是必要的；而年初新《种子法》的实施，又为育苗人权益提供了法律基础。这些都将进一步促进我国乡土植物资源的开发利用，从而影响花木市场的未来形势。

中科院植物所“数字植物”项目数字植物系统研发专题负责人李敏介绍，早在二三十年前，人们已经开始在植物图像识别上做出尝试，只是一开始绕了点儿弯路，科学家们最初将目光锁定在“世界上没有完全相同的两片叶子”上，试图帮助公众通过叶片识别植物。这一选择倒也合情合理——扁平的叶面结构在拍照处理、技术建模上确实有着先天的优势。然而随着项目的推进，问题也慢慢浮现。

这与苗木行业的互联网化、电商化类似，都是起初有产生一个想法，然后做出尝试，但在尝试过程中发现一个又一个问题，不可避免的绕弯路。然而就是要把脚步迈出去，才可能知道我们将面临怎样的问题，这样的问题是否能得到解决。

“越了解植物的人就会越觉得叶片识别不可靠”，李敏介绍说，叶片性状是植物分类的次要性状，受环境影响较大。当外界环境发生改变时，其形态也会在相对较短的时间内发生适应性改变，这一点无疑为植物识别带来挑战。此外，叶片识别的另一难处在于，同一物种的叶片也会呈现多样化，不同物种的叶片之间存在相似之处。

当真正出现问题的时候，或者说假设不能支撑事物继续发展的时候，就需要懂行的人站出来。当然，现实中的质疑声也往往来自于这些业内的精英、先行者。

之前，笔者参加过一个行业交流会议，会上有不少企业代表提出花木行业互联网化必须要专家入驻，并说道，虽然经纪人被互联网冲击而逐渐淡出视线，但是我们仍然需要专业化的团队来洽谈对接。

“我们在物种分类时，更倾向从本源上进行划分。”于是，专题组开始将思路转向花卉。与叶片相比，花作为植物的繁殖器官，只出现在特定的生长时期，因此从一定程度上避免了环境的影响。作为更稳定的性状，花朵在分类学上更为靠谱。

那么，与百度合作的“拍花识植物”是如何实现的呢？这背后离不开“中国植物图像库”的数据支撑。

数据、数据、数据，重要的事情说三遍。然而问题是需要一步步解决的，任何重要的事情不可能一蹴而就。现在数据、物流、诚信等都是苗木行业亟待解决的问题，尤其是对数据的采集和分类，工作量非常大。尽管苗木从业者对数据的呼唤声越来越大、越来越急。

不过，受到数据库样本量和样本准确度的限制，目前“拍花识植物”还没法做到100%的识别。据李敏介绍，该“看图识花”系统已经实现了针对生活中1000多种最常见的植物约80%的识别。除了受到数据库本身的限制之外，用户所上传的花朵是否清楚、是否够大也直接影响到最后的识别结果。

要想进一步提高植物识别的准确率，提高样本量和样本准确度是关键。李敏介绍说，数据库上传用户分为普通用户和专家用户，专家用户多为从事植物分类的专家，这些人上传的照片在识别系统运作时将被优先推荐，从而最大程度保证识别的准确率。此外，上传用户的纠错机制也一定程度上为最终的“拍花识植物”保驾护航。

如同对准确率的追求一样，数据的整理如果不能给予行业正确的指导，那样也是白费力气。在对数据的搜集、整理，以及后期的分析预测，都要进过层层把关、多方研讨。

随着时间推进，各种有利条件正在不断出现，一切都在不断的为苗木行业互联网化添砖加瓦。

---

注：本文黑色不加粗部分文字转自北京晚报，其余为中国园林网原创，转载需注明来源。