项目摘要:分类法,正确标记植物物种的研究对于生物保存工作至关重要。从该领域获得的知识可帮助科学家分类特定区域中存在的植物,从而评估多年来植物分布的趋势。但是,由于专家数量有限,该领域目前正在下降。这样的问题被称为“分类障碍”。该项目旨在通过基于计算机视觉(CV)和机器学习(ML)提供可访问的实时植物识别工具来解决黎巴嫩植物的分类障碍。该应用首先从其形象,物理特征,地理位置和季节中识别物种。然后提供目录信息。该应用程序将针对黎巴嫩,因此非常准确。它将集中于地方性野生物种,而不是其他应用程序中检测到的室内植物。为了进行广泛的可访问性,该应用程序还必须具有功能齐全的阿拉伯语格式。吸引公民科学家的目标是在黎巴嫩各地创建一个全面的数据库和地图物种,从而提供对未受保护地区物种的见解。我们的解决方案符合黎巴嫩国家生物多样性战略和行动计划设定的国家目标。