最令人垂涎的全球基于用户的植物识别移动应用程序正在加速用户获取!

The brief

一个内部的移动应用程序，可以识别与园艺或花园植物相关的信息. 该应用程序应该服务于大量用户，并帮助他们蓬勃发展他们的露台花园. 它必须是植物信息的一站式解决方案, sowing, their health, soil for them, and much more. 这款应用应该足够灵敏，可以通过叶子来识别植物, fruits, bark, flowers, and any other parts.

要求是一个可以在任何智能手机设备上使用的植物识别应用程序，就像其他应用程序一样, by allowing basic access, for example, location, gallery, etc. 目标受众是每个人，包括一个园丁, 一个对植物充满热情的外行, 或者是植物/野生动物探险家. Flowers, fruits, vegetables, aqua plants, wild plants, edible, and medicinal plants, and what not, 他们希望将每一个大大小小的工厂的信息整合到应用程序中.

这个应用程序背后的假设是让人们认识更多的植物, 这将增加他们对种植和园艺的兴趣. 最终，它将有利于环境.

我们的目标设定和方法

我们使用Flutter开发了Android和iOS平台的跨平台应用程序.
用户只需扫描图片就能发现植物的设计.
必须将检测到的图像保存起来，以避免对同一图像进行重新处理.
收集热带植物资料.
包含的应用程序内容:应用程序了解环境中不同类型的植物, such as trees, grasses, conifers, herbs, etc. 目前，该应用程序可以识别大约. 37,817种维管植物. 这个数字将来还会增加.
为所有研究过的植物建立一个图书馆.

Industry

Environment

Project Size

Small

Services

移动应用开发

Platform

Flutter

Download Case Study

user-based-plant-identification-mobile-app-graph

Biggest challenges

在应用程序中的一个模型中覆盖大量的植物品种(用于植物图像识别)是很复杂的.
The process of image recognition is a part of machine learning; in which, 拥有大量不同植物及其品种数据资源的数据模型难以准确识别.
对于机器学习模型, 有无数像TensorFlow这样的资源很难在应用程序中安装和维护. 只有那些为应用程序构建的机器学习模型才能工作，这些模型也有本地支持. Additionally, 它需要大量的数据来创建这些机器学习模型，并为植物识别准备数据集.

The solution

For the data model, 我们使用web api实现了机器学习(ML)，将植物识别功能包含到应用程序中, 根据上传的图片.
我们压缩了应用程序大小处理并减少了应用程序内存计算. 因此，捕获图像和检测图像成为一个更快的过程.
适合热带植物和蔬菜, 我们选择向用户显示预定义的详细信息, 这样可以减少数据不准确的可能性.

应用程序的可用特性

捕捉所需植物的图片并识别它.
基于匹配结果的多个识别建议.
显示植物的学名、常用名称、科学描述等.
将识别的图像保存为收藏夹.
提供对已识别图像的访问，而无需重新扫描它们.
提供关于植物的每一分钟的信息. 播种说明, 种植植物所需的空间, harvesting, plants compatibility, culinary hints, culinary preservation, 还有很多其他重要的信息.
显示热带水果和蔬菜的信息与Bot名称, Oth name, propagation, what are their usage, 适合它们生长的土壤和气候, their health, and much more.

The result

该应用程序可以为不同类别的人提供露台或花园植物的信息和帮助. 免费的植物百科全书和植物标识符是提供给每个人在他们的指尖.

自定义Flutter应用程序开发

我们已经建立了自定义和结果驱动的Flutter移动应用程序来提升您的业务. 我们喜欢Flutter，因为它减少了应用程序在Android和iOS上单独开发的时间和成本. 我们拥有一支拥有5年以上经验和创造力的团队，专注于开发高效的应用程序 Flutter developers. 我们根据所有行业的要求和标准提供以结果为导向的解决方案.