最好的植物识别应用:三项准确率测试对比

按现有证据,Pl@ntNet 是最稳妥的单一选择:在我们读到的三项独立测试中它都名列前茅,而且免费。但没有哪个应用每项测试都第一,谁赢取决于测试怎么做。

• 在同行评审期刊 PLOS ONE 的研究中(Campbell、Peacock、Bacon,2023),Pl@ntNet 花朵照片的物种级识别正确率为 88.21%,叶片照片为 80.36%,六款应用中最高。
• Grow It Build It 2024 年用 234 张图片测试,PictureThis 以 78% 排第一,Pl@ntNet 以 68% 排第二。
• Common by Nature 2025 年用十种英国植物测试,ObsIdentify 和 LeafSnap 并列 9.9 分(满分 10),Pl@ntNet 以 9.7 分紧随其后。

所以如果只想要一个在各处都表现好的免费应用,用 Pl@ntNet。愿意付费的话,PictureThis 在其中一项测试里排第一。事情重要时,用两个应用对照,并自己核对答案。

PLOS ONE,2023(Campbell、Peacock、Bacon)。 15 个科的 38 种草本植物,每种拍 5 或 10 个个体,同一部手机共拍 280 张叶片、280 张花朵照片。第一个建议的物种级正确率:

• Pl@ntNet:花 88.21%,叶 80.36%
• LeafSnap:花 83.57%,叶 77.14%
• Seek:花 52.14%,叶 22.86%
• iNaturalist:花 3.57%,叶 6.79%
• 同时还测了 Google Lens 和 PlantSnap。作者注明除 PlantSnap 外都是免费应用,PlantSnap 他们购买了高级版。

Grow It Build It,2024。 近 80 个物种的 234 张图片,包括花、树、草和藤本,每张都上传到每个应用:

• PictureThis 78%,Pl@ntNet 68%,PlantApp 57%,Google Lens 48%,Plant Story 44%,Blossom 40%,iNaturalist 39%

Common by Nature,2025。 十种英国植物,包括禾草、蕨类和莎草,每种一张高质量照片,满分 10 分,正确答案不在首位时扣分:

• ObsIdentify 9.9,LeafSnap 9.9,Pl@ntNet 9.7,PictureThis 9,Flora Incognita 8.9,Google Lens 6.7,Seek 6.2,PlantSnap 0.1

三项测试的植物、照片和计分方式都不同,所以只比较同一测试内的排名,不要跨测试比较百分比。

Pl@ntNet。它由法国四家公共研究机构 CIRAD、INRAE、INRIA 和 IRD 运营,官网称对所有人开放免费,靠捐赠支持。我们在 2026-09-25 打开时,它收录了 84,710 个物种、77 个植物志的超过 14 亿张图片。在上面三项测试中,它都排在第一或接近第一。

其他免费选择:iNaturalist 自称免费、非营利、由社区驱动;PLOS ONE 研究中 Seek 是免费使用的;Google Lens 免费,内置在 Google 的应用里(见这是什么植物?)。很多付费应用(包括 PictureThis)有次数有限的免费版和订阅版;具体条款会变,请以应用商店当前信息为准。

我们的应用 PlantLens 的每个结果都附带可信度和备选答案。上面三项测试都没有包括 PlantLens。

两者用途不同。

• Pl@ntNet 根据照片即时给出物种建议。你可以标注照片拍的是什么部位,比如叶、花、果、树皮或整株(Pl@ntNet 官方文档),帮助它按同类部位比对。它在 PLOS ONE 研究中得分最高。
• iNaturalist 也会即时给出识别建议,但官网说之后会有全球自然爱好者社区来确认或修正。足够多人同意的观察记录会成为「研究级」,并共享给 GBIF 等生物多样性数据库(加州科学院)。它除了植物,还覆盖动物和真菌。

上面的测试只给每个应用的第一个自动建议打分,iNaturalist 在这一项得分低(PLOS ONE 中花朵 3.57%,Grow It Build It 中 39%)。测试没有衡量 iNaturalist 赖以为核心的人工复核。想快速得到答案用 Pl@ntNet,想要一条经他人核对的记录用 iNaturalist。

三项测试都没有测病害诊断或养护建议,所以这些功能没有独立的准确率数字可引用。推广站确实说过,大多数室内植物问题不是病害:佛罗里达大学的一位植物病理学者写道,浇水过多是养死室内植物的第一大原因。在相信任何应用的诊断之前,先检查浇水、光照和根。

我们自己的指南覆盖了常见情况:植物叶子发黄、识别植物害虫和室内植物养护。先知道正确的名字很重要,因为不同植物的养法差别很大。

• 有花就拍花。 PLOS ONE 研究中,领先的应用识别花朵明显比叶片准;Seek 从 52% 降到 23%。
• 分别拍特写:一朵花、一片叶,树木再拍树皮;应用要求选部位时照实标注。
• 一张照片只拍一株植物,背景尽量简单。
• 看备选答案。 Common by Nature 的计分说明,正确答案常常排在第二或第三。
• 用第二个应用核对。 Grow It Build It 建议把它排名前两位的应用一起用。
• 不要靠应用判断能不能吃、能不能碰。 PLOS ONE 的作者说,应用只能当辅助,不能默认它是对的,尤其当植物可能有毒时。任何打算吃的东西,请咨询当地专家;如果有人误食了植物,请拨打美国中毒控制中心 1-800-222-1222。

本页的资料整理与起草借助了 AI,之后每个数字都按页尾所列来源逐条核对过。来源打开日期为 2026-09-25。我们没有自己做准确率测试,所有分数都来自上面列出的三项已发表测试。PlantLens 是我们自己的应用,不在这些测试之内。发现错误请告诉我们,我们会改正。