基于Core ML的智能植物健康检测App的设计与实现
2021-11-28吴学谦李韵邓晓军
电脑知识与技术 2021年30期
关键词:机器学习
吴学谦 李韵 邓晓军



摘要:针对用户在养殖家庭植物因缺乏养殖经验而频频失败等问题,采用平台最新的机器学习技术,设计并实现一款基于平台集植物识别、健康检测、疾病预防多功能一体的App。通过大量植物图片数据集的训练,机器学习训练准确性达到73%,训练有效性达到65%,测试准确性达到72%,总体识别精准率在70%左右。系统能准确并高效地实现植物分类识别、植物相关信息获取以及植物健康检测功能,帮助用户更好地认识身边的植物,成为公众科学科普的有效手段。
关键词:Core ML;机器学习;图像分类;植物检测
中图分类号:TP311 文献标识码:A
文章编号:1009-3044(2021)30-0013-04
开放科学(资源服务)标识码(OSID):
植物与人类的生存环境息息相关。园林植物为城市增添了新的景色,具有美化环境的作用。植物叶片的光合作用能净化空气,蒸腾作用增加空气湿度,有效地调节和改善环境小气候。一份由70多个国家250名科学家和专家撰写的联合国报告警告称,地球环境已遭到严重破坏,人类健康正受到越来越大的威胁。需要大力改善环境保护工作,到21世纪中叶,亚洲种植植物、合理利用土地资源都是绿色基础设施建设的重要一环。普通居民也可以通过种植植物的方式对人类生活环境做出自己的一份努力。
在家庭生活中不仅为了践行低碳生活理念,也为提高居室生活环境质量,绿色植物家庭养殖的想法逐渐流行。而大多数家庭没有专业的养殖经验,年轻的工作人群也没有充足的时间学习照料植物,植物养殖变成为一个难题。……
登录APP查看全文
