Определить растение по фото: 5 нейросетей на тесте из 4 снимков

Как определить растение по фото за минуту?

Порядок важнее инструмента. Если сразу идти в чат, вы получите красивый развёрнутый ответ и никакого способа понять, верный он или нет. Если начать с поиска по картинке, у вас уже будет версия, которую чат можно попросить подтвердить или опровергнуть.

1. Шаг 1. Снять три кадра, а не одинОбщий вид куста, отдельный лист сверху и стебель у земли. Для гриба - шляпка сверху, низ шляпки и ножка целиком, выкопанная, а не срезанная. Половина ошибок в нашем тесте - от того, что на кадре был только цветок.
2. Шаг 2. Прогнать через поиск по картинкеОткройте yandex.ru/images, нажмите значок камеры и загрузите снимок. Над результатами появится строка «Кажется, на изображении» и несколько вариантов. Первый вариант - рабочая версия, остальные - конкуренты, которые вам ещё пригодятся.
3. Шаг 3. Проверить версию в чатеОткрывайте ГигаЧат, Алису или Gemini, прикладывайте тот же снимок и давайте запрос из блока ниже. Задача чата - не назвать вид, а перечислить признаки, по которым ваша версия отличается от соседних.
4. Шаг 4. Сверить признаки на живом растенииВыйти к кусту и посмотреть то, чего на фото не было: опушение стебля, запах на разломе, форму черешка. Здесь решение принимаете вы, а не модель.
5. Шаг 5. Остановиться, если версии разошлисьДва сервиса назвали разное - значит, по одному кадру вид не определяется. Трогать, рвать и тем более есть в этом случае нечего.

Это тот самый запрос, который мы задали пяти сервисам - одинаковый для всех четырёх снимков, без уточнений и подсказок. Что пришло в ответ, разбираем дальше. В ответе смотрите на одну вещь: оговорился ли сервис, что не уверен. Четыре из пяти в нашем тесте не оговорились ни разу.

Что показал тест: четыре снимка и пять сервисов

Чтобы проверка была честной, нужны снимки, ответ по которым известен заранее. Мы взяли четыре фотографии с Викисклада - там на странице каждого файла стоит вид, указанный автором снимка. И собрали их парами: в каждой паре два похожих растения, но одно безобидное, а второе лучше не трогать.

• Снимок A - жёлчный гриб (Tylopilus felleus), двойник белого; есть нельзя из-за горечи
• Снимок B - белый гриб (Boletus edulis), контрольный кадр, всё в порядке
• Снимок C - борщевик Сосновского (Heracleum sosnowskyi), сок оставляет ожоги
• Снимок D - сныть обыкновенная (Aegopodium podagraria), обычный огородный сорняк

Прогон шёл 18 октября 2026 года, все пять сервисов - в бесплатном виде, вопрос один и тот же. Вот что они ответили.

Контрольный белый гриб узнали все до единого - значит, с обычными случаями справляется любой из них. Жёлчный гриб, двойник белого, верно назвали двое из трёх чатов. А вот на двух других снимках ответы разъехались, и разъехались по-разному: каждый сервис ошибся там, где другие были точны. Поэтому счёт из таблицы - не рейтинг, по которому можно выбрать один сервис навсегда. Дальше разбираем три промаха, из которых и складывается вся практика.

Почему ГигаЧат дважды ошибся на обычной сныти?

Сныть - самое скучное растение русского огорода. Её не спутать разве что с асфальтом. И именно на ней вышла самая показательная сцена теста.

Первый снимок сныти ГигаЧат определил так: «по внешнему виду это может быть борщевик», дальше шло предупреждение про химические ожоги и фраза «трогать руками это растение крайне опасно». Ложная тревога: человек по такому ответу вызовет службу по борьбе с борщевиком на грядку с огородной травой.

Мы заменили кадр на другой снимок той же сныти - где видны и зонтик, и листья. Тот же вопрос, тот же сервис. Ответ: «пастушья сумка (Capsella bursa-pastoris)», семейство капустных, «съедобна, молодые листья можно добавлять в салаты».

Два снимка одного растения - два разных неверных ответа, и оба уверенным тоном. Причём ошибка переехала через всё семейство: сныть относится к зонтичным, пастушья сумка - к капустным, они не похожи ничем, кроме белых цветков. Устойчивость ответа проверяется вторым кадром. Если на двух снимках одного куста модель называет разное - она не узнаёт растение, а угадывает.

Можно ли верить ответу про съедобность?

Дело тут не в точности, а в том, как ответ устроен внутри.

Нейросеть не смотрит на кадр и не решает «это есть можно». Она делает два отдельных дела: сначала выдаёт виду название, потом пересказывает всё, что знает про название. Второй шаг она выполняет честно и обычно верно. Но если на первом шаге промах - вы получаете аккуратную достоверную справку про растение, которого у вас на участке нет.

Ровно это и случилось: «пастушья сумка, съедобна, добавляйте в салаты» - фраза, верная для пастушьей сумки и ничего не говорящая про то, что реально растёт у забора. Опасна не ошибка в названии сама по себе, а то, что рядом с ней стоит разрешение.

Обратная сторона тоже была. На настоящем борщевике Сосновского все три чата предупредили про ожоги - даже тот, который не назвал вид. То есть по опасным растениям модели перестраховываются, и это хорошо. Но перестраховка срабатывает на белых зонтиках вообще, а не на борщевике конкретно: та же логика назвала борщевиком безобидную сныть.

В ответ придёт список из трёх версий с признаками - и сразу станет видно, насколько они между собой близки. Если модель перечисляет три растения из разных семейств, значит, она не узнала ничего и перебирает варианты.

Чем поиск по картинке сильнее чат-бота - и в чём подвох?

Поиск по картинке в Яндексе назвал верно все четыре снимка и единственный из всех поставил борщевику именно вид Сосновского - тот, что и заполонил среднюю полосу. Чаты на том же кадре называли борщевик Мантегацци: родственник, выглядит почти так же, но растёт в основном в Европе.

Подвох надо знать заранее. Поиск по картинке не разглядывает ваше растение - он ищет в интернете похожие изображения и показывает подпись к найденному. Наши снимки взяты с Викисклада, то есть лежат в открытом доступе; система нашла не что-то похожее, а ровно этот файл - в выдаче он так и был показан, в исходном размере. Фактически мы проверили не зоркость, а умение найти картинку, которая уже где-то лежит с подписью.

На вашем собственном кадре с телефона, которого в интернете нет, результат будет скромнее: система покажет визуально похожие снимки, и подпись у них может быть от другого вида. Поэтому первый вариант из списка - версия, а не вердикт.

Что умеет Pl@ntNet и почему он честнее чата?

Pl@ntNet - identify.plantnet.org - сервис, обученный только на растениях. Интерфейс есть на русском, можно загрузить до четырёх снимков одного растения. Мы открывали его в чистом браузере, без входа в аккаунт: распознавание запустилось без регистрации.

Две вещи он делает иначе, чем чат.

Первая - показывает процент. Сныть он определил верно и поставил ей 55 %, следом шла сныть альпийская с шестью процентами. На борщевике первая строка была неверной (борщевик большой - американский вид), но процент у неё был всего 30, а дальше шли ещё семь версий с цифрами от десяти до одного. Человек видит: сервис не уверен. Чат в этой же ситуации выдаёт одно название без всякого «примерно».

Вторая - умеет отказываться. На снимок жёлчного гриба Pl@ntNet ответил: «Не растение. Может быть: Fungi». Он знает, где кончается его компетенция. Ни один из трёх чатов на этом кадре не сказал «я не специалист по грибам» - все трое выдали видовое название, и один из трёх выдал его неверно.

Для грибов аналог этого подхода - приложения-определители и форумы грибников, где снимок смотрят люди. Нейросетью грибы определять можно, собирать по её ответу - нет.

Как спрашивать, чтобы увидеть сомнение модели?

Чат всегда отвечает. Это его свойство, а не неисправность: он подбирает самый правдоподобный ответ, а не самый проверенный. Значит, задача формулировки - вынудить его показать, насколько ответ шаткий.

Работают три приёма. Первый - просить несколько версий, а не одну (запрос выше). Второй - спрашивать не «что это», а «как отличить это от такого-то»: модель перестаёт угадывать и начинает перечислять признаки, которые вы сможете проверить. Третий - просить назвать, чего не хватает на кадре.

В ответе вы получите список для проверки в огороде, а не вердикт из интернета. Это и есть правильное использование чата по такой задаче: он работает как справочник признаков, а решение остаётся за вами.

Отдельная задача - больные листья. Запрос «определить болезнь растения по фото» люди набирают около шестисот раз в месяц, и тут нейросеть ведёт себя заметно лучше: пятна, налёт и скручивание она описывает по кадру, а не по названию вида.

Порядок в запросе важен: сначала описание кадра, потом версии, и только потом советы. Если спросить «что делать» сразу, модель начнёт с лечения несуществующей болезни.

Как снимать, чтобы определение было точнее?

Больше половины промахов в тесте пришлись на кадр, где видно только соцветие. У борщевика и сныти зонтики похожи настолько, что по ним не различает ни человек, ни модель - различие в листьях и стебле, а их на кадре не было.

• Снимайте при дневном свете, без вспышки и без фильтров
• Один кадр - одно растение; групповой снимок поляны не годится
• Обязательно лист: целиком, сверху, в резкости
• Обязательно стебель у земли: толщина, цвет, пятна, волоски
• Для гриба - низ шляпки и ножка целиком, выкопанная, а не срезанная
• Положите рядом что-то знакомого размера: спичечный коробок, телефон
• Не кадрируйте в ноль: окружение помогает понять, где растение выросло
• Если есть запах на разломе - опишите его словами в запросе, кадр этого не передаст

Что делать, если растение похоже на борщевик?

Отдельный случай, потому что цена ошибки здесь - ожог, а не испорченный суп.

Все три чата на снимке борщевика Сосновского предупредили про сок и ожоги, и это правильное поведение. Но вид точно назвал только поиск по картинке, а ГигаЧат ограничился родом и формулировкой «может быть борщевик». Gemini честно написал, почему так: по одному соцветию борщевик Сосновского и борщевик Мантегацци практически не различаются, нужен стебель и лист.

Практический вывод простой. Для действий вам не нужен вид - вам нужен род. Если любой из сервисов сказал «борщевик», дальше уточнять нечего: не трогать голыми руками, не косить без защиты, детям к растению не подходить. Разница между Сосновским и Мантегацци интересна ботанику, а на участке оба ведут себя одинаково.

И наоборот: если сервис сказал «борщевик» про скромную траву высотой по колено с мягкими листьями - проверьте вторым кадром, как мы сделали со снытью. Ложная тревога в эту сторону в нашем тесте случилась.

Сколько это стоит и что из этого работает из России?

Все пять сервисов отработали бесплатно, карта нигде не понадобилась.

Поиск по картинке в Яндексе и Алиса открываются без затей. ГигаЧат работает из России и после загрузки файла показывает соглашение, которое надо принять, - это отдельный повод не грузить туда ничего личного. Pl@ntNet открылся и отработал без регистрации. Gemini из России открывается не у всех - если у вас он не грузится, разбор причин у нас есть в отдельной статье, а для этой задачи его спокойно заменяют первые три.

Отдельно про снимки с участка: фотографию грядки можно грузить куда угодно, а вот кадр, где в поле зрения попали лица, документы или номер машины, - нет. Это уже персональные данные, и место им не в чужом облаке.

• Сначала поиск по картинке, потом чат - не наоборот
• Снять три кадра: общий вид, лист, стебель у земли
• Просить три версии с признаками, а не одно название
• Сверить ответ вторым снимком того же растения
• Сверить ответ вторым сервисом; разошлись - считать, что вид не определён
• Процент уверенности смотреть там, где его показывают
• Сказали «борщевик» - действовать по роду, вид не уточнять
• Ответ «съедобно» в пищевое решение не превращать никогда
• Грибы по фото - только для интереса, в корзину по ответу чата не класть

Почему нейросеть вообще выдумывает и как ловить её на этом в любой задаче - в разборе галлюцинаций нейросети. А если хотите потренироваться на своих снимках, возьмите бесплатный гайд «Наведите камеру: 3 задачи, которые нейросеть решает по фото» - там те же приёмы на бытовых задачах. Тот же тест с эталонными снимками, только на животных - кто из нейросетей назвал дворнягу чау-чау: определить породу по фото. подробный разбор. Тот же тест на грибах-двойниках, где бледную поганку назвали съедобной: подробный разбор.

Какой сервис определяет растение по фото точнее всего?

В нашем тесте из четырёх снимков поиск по картинке в Яндексе назвал верно все четыре, Gemini и Алиса - по три, ГигаЧат - два. Но у поиска по картинке было преимущество: наши снимки лежат в открытом доступе, и он нашёл не похожее растение, а ровно этот файл. На уникальном кадре с вашего телефона разрыв будет меньше.

Можно ли по ответу нейросети понять, съедобный гриб или нет?

Нет. Нейросеть сначала даёт виду название, а потом пересказывает справку про это название. Ошиблась в названии - справка будет про другое растение, но тем же уверенным тоном. В нашем тесте ГигаЧат назвал сныть пастушьей сумкой и разрешил класть её в салат.

Чем поиск по картинке отличается от чата с нейросетью?

Поиск по картинке ищет похожие изображения в интернете и выдаёт подпись из найденного. Чат ничего не ищет глазами по сети, а строит ответ по тому, что видит на кадре, и объясняет признаки. Поэтому название чаще точнее у поиска, а понятное объяснение - у чата.

Почему Pl@ntNet отказался определять гриб?

Pl@ntNet обучен на растениях и на снимке жёлчного гриба ответил: «Не растение. Может быть: Fungi». Это как раз хороший знак - сервис знает границу своей компетенции, в отличие от чата, который на тот же кадр уверенно выдаёт видовое название.

Как заставить нейросеть показать, что она не уверена?

Просить не одно название, а три версии с признаками, по которым они различаются, и с вопросом, что нужно доснять для точного ответа. Когда модель вынуждена перечислить конкурентов, видно, насколько они между собой близки.

Сколько стоит определение растения по фото?

Все пять сервисов из теста отработали бесплатно. Pl@ntNet мы специально открывали в чистом браузере без входа в аккаунт - распознавание запустилось без регистрации.