Описание
Pl@ntNet is a participatory botanical observation platform allowing to identify plants from photos (using deep learning) and to share the observations with the community. The platform has three main front-ends: Pl@ntNet androïd (http://bit.ly/1K4D1eU), Pl@ntNet iOS (http://apple.co/2cMtWgu) and Pl@ntNet web (https://identify.plantnet.org/). Pl@ntNet was founded in 2010 by a consortium of four French research organisms (CIRAD, Inria, INRAE and IRD) and is now open to other members. More information about Pl@ntNet project can be found at https://plantnet.org/. The observations in this collection are the ones for which the authors agree to share the associated pictures under a creative common licence and for which the species name is considered as valid.
Записи данных
Данные этого occurrence ресурса были опубликованы в виде Darwin Core Archive (DwC-A), который является стандартным форматом для обмена данными о биоразнообразии в виде набора из одной или нескольких таблиц. Основная таблица данных содержит 1 714 213 записей.
Также в наличии 1 таблиц с данными расширений. Записи расширений содержат дополнительную информацию об основной записи. Число записей в каждой таблице данных расширения показано ниже.
Данный экземпляр IPT архивирует данные и таким образом служит хранилищем данных. Данные и метаданные ресурсов доступны для скачивания в разделе Загрузки. В таблице версий перечислены другие версии ресурса, которые были доступны публично, что позволяет отслеживать изменения, внесенные в ресурс с течением времени.
Версии
В таблице ниже указаны только опубликованные версии ресурса, которые доступны для свободного скачивания.
Как оформить ссылку
Исследователи должны дать ссылку на эту работу следующим образом:
AFFOUARD A, JOLY A, LOMBARDO J, CHAMP J, GOEAU H, CHOUET M, GRESSE H, BONNET P (2023): Pl@ntNet observations. v1.8. Pl@ntNet. Dataset/Occurrence. https://ipt.plantnet.org/resource?r=observations&v=1.8
Права
Исследователи должны соблюдать следующие права:
Публикующей организацией и владельцем прав на данную работу является Pl@ntNet. This work is licensed under a Creative Commons Attribution (CC-BY) 4.0 License.
Регистрация в GBIF
Этот ресурс был зарегистрирован в GBIF, ему был присвоен следующий UUID: 7a3679ef-5582-4aaa-81f0-8c2545cafc81. Pl@ntNet отвечает за публикацию этого ресурса, и зарегистрирован в GBIF как издатель данных при оподдержке GBIF France.
Ключевые слова
Occurrence; Observation; Occurrence
Контакты
Кто является создателем ресурса:
-
https://orcid.org/0000-0002-2161-9940
Кто может ответить на вопросы о ресурсе:
Кем заполнены метаданные:
-
Кто еще связан с данным ресурсом:
Географический охват
Plant observations from Pl@ntNet network come from all around the world.
| Ограничивающие координаты | Юг Запад [-90, -180], Север Восток [90, 180] |
|---|
Таксономический охват
Pl@ntNet observations focus on plants.
| Kingdom | Plantae (Plant) |
|---|
Данные проекта
PlantNet is a participatory botanical observation platform allowing to identify plants from photos (using deep learning) and share observations with the community. This resource contains illustrated observations explicitly shared by PlantNet users under a Creative Common license.
| Название | Pl@ntNet Observations |
|---|---|
| Идентификатор | observations |
| Финансирование | PlantNet is an open consortium founded by four French research organizations (CIRAD, Inria, INRAE, IRD) and supported by Agropolis Fondation. The two main funding resources are: (i) the annual contribution of the members of the consortium, (ii) donations from the end-users of PlantNet application (>10 million users). |
| Описание района исследования | Entire world |
Исполнители проекта:
Методы сбора
No sampling protocol, opportunistic observations by Pl@ntNet users.
| Охват исследования | Entire world, Plantae. |
|---|---|
| Контроль качества | The validation is based on three main criteria: - the identification confidence score greater than a given threshold, the score being inferred from (i) the output of the automated identification algorithm (categorical probability) and (ii) the species names proposed by the members - the contributor has a reputation score higher than a given threshold - the species name matches the checklist considered as the most trusted one for the country where the observation was done |
Описание этапа методики:
- This collection contains observations of plants shared by Pl@ntNet users using one the three Pl@ntNet applications (androïd, iOS, web, more information here: https://plantnet.org/). The following filters were applied: - image license cc-* - is geolocated - is valid (identification score > threshold) - from a user with an enabled account - with a known species name (valid or synonym) in Pl@ntNet - species name != Cannabis - date_observation > 0 - must be in one of the WGSRPD polygon level 3 and the binomial species name (without author) must match a species of the corresponding Kew checklist
Библиографические ссылки
- Joly, A., Goëau, H., Bonnet, P., Bakić, V., Barbe, J., Selmi, S., ... & Yahiaoui I., Carré J., Mouysset E., Molino J.-f., Boujemaa B., Barthélémy D., (2014). Interactive plant identification based on social image data. Ecological Informatics, 23, 22-34. https://doi.org/10.1016/j.ecoinf.2013.07.006
- Joly, A., Bonnet, P., Goëau, H., Barbe, J., Selmi, S., Champ, J., Dufour-Kowalski, S., Affouard, A., Carré, J., Molino, J.-f., Boujemaa, N., & Barthélémy D., (2016). A look inside the Pl@ntNet experience. Multimedia Systems, 22(6), 751-766. https://doi.org/10.1007/s00530-015-0462-9
- Goëau, H., Bonnet, P., Joly, A., 2017. Plant identification based on noisy web data: the amazing performance of deep learning (LifeCLEF 2017). CLEF: Conference and Labs of the Evaluation Forum, Sep 2017, Dublin, Ireland. ⟨hal-01629183⟩ https://hal.archives-ouvertes.fr/hal-01629183
- Affouard, A., Goëau, H., Bonnet, P., Lombardo, J. C., & Joly, A., (2017). Pl@ntNet app in the era of deep learning. ICLR: International Conference on Learning Representations, Apr 2017, Toulon, France. ⟨hal-01629195⟩ https://hal.archives-ouvertes.fr/hal-01629195
Дополнительные метаданные
| Альтернативные идентификаторы | 7a3679ef-5582-4aaa-81f0-8c2545cafc81 |
|---|---|
| https://ipt.plantnet.org/resource?r=observations |