基于Core ML的智能植物健康检测App的设计与实现

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.