PlantNet Plant Identification

PlantNet Plant Identification

Pl@ntNet (CIRAD, INRAE, INRIA, IRD) · 画像

Pl@ntNetは写真1枚で数万種の植物を見分ける無料の植物識別アプリ兼オンライン植物識別ツールだ。世界中で共有される市民科学のデータベースを土台に、植物学の識別を支えている。

PlantNet Plant Identification の画面プレビュー

PlantNet Plant Identification について

About

Pl@ntNetとは

Pl@ntNetはフランスの複数の研究機関が作ったAI植物識別ツールで、やることは一つに絞られている。植物を撮影すれば、それが何という種なのかを教えてくれる。AndroidとiOSのスマホアプリとして動き、ブラウザで開けるウェブ版もある。同じ識別エンジンを外部のアプリやサービスから使えるようにする開発者向けAPIも別途用意されている。

プロジェクトは2009年に研究事業として始まり、2013年に最初のアプリを公開した。その後は世界有数の生物多様性観測の場に育ち、200を超える国で数百万人が参加している。利用者が確認した写真はコミュニティの査読を受け、信頼度の高い観察記録がモデルに戻っていく。AIは新しいデータを取り込むため、およそ月1回のペースで学習し直される。

Pl@ntNetが溢れかえる植物識別アプリと一線を画す点は二つある。一つは本当に非営利の研究事業だということで、無料枠が大きく、データも開かれた生物多様性データベースへ還元される。もう一つは写真の質に強く依存することだ。花、葉、果実の鮮明な寄り写真は、茂み全体を引いて撮った一枚よりはるかに正確に識別できる。ぼやけた写真や要素が多すぎる写真は、データベースに入る前に弾かれる。

Getting Started

  1. AndroidかiOS向けのPl@ntNetアプリを入れるか、identify.plantnet.orgのウェブ版を開く。
  2. 観察記録を保存してコミュニティの査読に参加したいなら、無料アカウントを作る。
  3. 一度に一つの器官だけを撮る。花、葉、果実、樹皮のいずれかにピントを合わせ、モデルにきれいなディテールを渡す。
  4. 提示された種と信頼度スコアを見て、一致していれば確定し、違えば修正案を出す。
  5. 観察を共有し、位置情報付きの記録を公開データベースに加える。

AIツール情報

PlantNet Plant Identificationの料金、対応プラットフォーム、性能を簡単に確認できます。

無料プランはい
有料プランFree - 1,000 EUR/yr
プラットフォームAndroid, iOS, Web
開発元Pl@ntNet (CIRAD, INRAE, INRIA, IRD)
カテゴリ画像
リリース日Feb 2013
最終更新Jul 2026
サイト訪問数284.7K
サイト世界ランキング144K
API提供状況はい

こんな人におすすめ

このツールが最も力を発揮するユーザー、タスク、シーン。

ユーザー

  • ハイカーや自然好き:スマホに植物識別アプリを入れておけば、散歩のたびにすれ違う植物の名前を覚える機会になる。
  • 園芸好きや栽培する人:見慣れない雑草や実生を抜く前に確かめられ、大事な植物と厄介者を切り分けられる。
  • 学生と教師:クラス全員で標本を識別し、その結果を共有データセットに変える野外授業が組める。

タスク

  • 写真で植物を識別:花、葉、果実を撮れば、信頼度スコア付きの候補種リストが順位付けされて返ってくる。
  • 市民科学への参加:識別結果を確定したり修正したりして、自分の観察をAIの学習とオープンな生物多様性データベースに役立てる。
  • 植物アプリの開発:植物識別APIを自社プロダクトに組み込み、写真で植物を識別する機能を規模を問わず提供する。

シーン

  • 公園や森の散歩:歩きながら写真で植物を識別し、見つけたものすべてを自分用に記録する。
  • 庭や畑の手入れ:あの正体不明の芽が何なのかを先に確かめ、残すかどうかを決める。
  • 野外での植物学の授業:生徒に標本を撮らせ、結果をコミュニティの査読と突き合わせる。

主な機能

写真による識別

Pl@ntNetの中核は画像認識だ。花、葉、果実、樹皮など一つの器官を撮ると、モデルが候補種を信頼度スコア付きで順位付けして返す。ピントの合った寄り写真は引きの写真よりはるかに正確で、アプリは効果の出る撮り方へ導いてくれる。

コミュニティ査読と協調学習

観察記録は他の利用者が確認できる。提案された名前を確定してもいいし、植物学に少し詳しければ別の判断を出してもいい。システムは初心者より専門家の重みを大きく扱い、十分な合意に達した観察だけが公開データベースに入り、AIの再学習に使われる。

定期的なAIの再学習

新しい観察とコミュニティの修正は、およそ1か月の周期でモデルに戻される。この間隔は意図的なもので、毎日ではなくこの程度に抑えることで、識別エンジンを古びさせずにエネルギー消費と二酸化炭素排出を低く保つ。

幅広い種と多言語のカバー

識別エンジンは数万種の植物をカバーし、名前を数十の言語で返すので、自分が実際に読む言語で植物を調べられる。Pl@ntNetは無料枠で5万種以上、データベースでは7万種以上が識別可能だとしている。

開発者向けAPI

Pl@ntNet APIは同じ識別エンジンを開発者に開放する。無料枠は1日500回の識別に対応し、有料プランは利用量に応じて拡大し、大量利用では1回あたりのコストが下がる。非営利団体と研究用途の利用者は、より高い1日の上限を無料で申請できる。

オープンデータとGBIFへの貢献

確認済みで位置情報を持つ観察は、GBIFのようなオープンな生物多様性ポータルに流れ込み、Pl@ntNetはこの国際データベース有数の貢献元になっている。データは保全、農業生態、気候変動に関する公開研究を支える。

メリットとデメリット

メリット

  • 無料枠で1日500回の識別に対応し、個人利用には十分すぎる。
  • 研究機関の裏付けがある非営利事業なので、データは囲い込まずオープンな生物多様性研究に還元される。
  • コミュニティ査読と協調学習で時間とともに精度が上がり、専門家の利用者ほど重く扱われる。
  • 無料枠付きで文書化されたAPIがあるため、自社のアプリやサービスに組み込める。
  • Android、iOS、ウェブで使え、名前は数十の言語に対応する。

デメリット

  • 精度は写真の質に大きく左右され、茂み全体のぼやけた写真や要素過多の写真では弱い結果しか返らないことが多い。
  • 観賞用植物や園芸植物の信頼できる識別は保証されず、室内で育てる人には実質的な穴になる。
  • 最も正確な結果には、特定の器官を鮮明で明るく撮った寄り写真が必要で、何気ない1枚より手間がかかる。

よくある質問

Pl@ntNetは写真から植物を識別する。花、葉、果実、樹皮の画像を送ると、信頼度スコア付きの候補種リストが順位付けされて返ってくる。