基本介绍

LeafSnap是一款较早的手机植物识别应用，其开发源于凌海滨博士期间提出的“内距离”概念研究。该应用最初由哥伦比亚大学、马里兰大学和史密森尼研究院联合开发，用于通过拍摄树叶照片帮助识别植物种类。该应用能够识别大量的植物和树种，覆盖全球许多常见物种。它支持通过拍照识别植物，并提供浇水、施肥等护理提醒及植物疾病诊断功能。其识别范围包括植物、蘑菇和昆虫。该应用建立的树叶图像数据集也被用于计算机视觉领域的学术研究。

产生背景

西湖大学工学院讲席教授凌海滨读博士期间跟随导师与美国史密森尼博物馆的植物学家合作，为野外考察的专家开发一个辅助工具：拍一张树叶照片，就能快速鉴定它的种类。这款应用最初由哥伦比亚大学、马里兰大学和史密森尼研究院联合开发。他创造性地提出了“内距离”这一概念，以解决树叶形状识别的问题。该应用最初版本主要支持识别美国东北地区土生土长的树，并计划引入其他地区树种信息。为此，凌海滨提出“内距离”的概念，其相关研究催生了全球第一款手机植物识别APP——LeafSnap。一个始于兴趣的研究，就这样走进了千万普通用户的生活。

运营模式

LeafSnap提供免费下载，用户可免费使用其基础的植物识别功能，应用主要通过订阅制实现盈利。

用户可选择月度订阅或年度订阅，支付将通过用户的iTunes账户在购买确认时完成。

订阅服务会自动续订，除非用户在当前计费周期结束前至少24小时关闭自动续订功能，续费扣款将在当前周期结束前24小时内进行，用户可在购买后前往账户设置管理订阅并关闭自动续订。

根据其隐私政策，应用会收集用户数据，部分数据可能用于跨应用和网站的追踪，这些数据包括标识符、使用数据；与用户身份关联的数据则可能包括联系信息、用户内容、搜索历史记录、标识符、使用数据、诊断信息。

核心团队

西湖大学工学院讲席教授凌海滨在博士期间的研究催生了LeafSnap。该应用最初由哥伦比亚大学、马里兰大学和史密森尼研究院的研究人员联合开发。目前，LeafSnap应用的开发与运营由APPIXI COMPANY LIMITED负责。

特色功能

核心技术

LeafSnap最初的核心创新在于创始人凌海滨博士为解决树叶形状识别问题而提出的“内距离”概念。应用通过视觉识别软件分析用户拍摄的树叶等植物器官照片来鉴别物种。

其识别系统依赖于大规模数据集进行训练，其中以其命名的“LeafSnap”公开数据集包含30,866张树叶图像（23,147张实验室图像和7,719张野外图像），涵盖185个树种类别。后续的技术演进中，研究采用了迁移学习等先进方法优化模型，例如有研究采用“SVM with ResNet101”模型在该数据集上取得了97.8%的Top-1准确率和99.8%的Top-5准确率。

此外，其技术框架也融入了视觉多级注意力模型与深层神经网络，并结合弱监督学习方式处理大规模数据。