Open data
Pl@ntNet-gegevens op GBIF
De meest betrouwbare waarnemingen van Pl@ntNet zijn nu geïntegreerd in de internationale database GBIF (Global Biodiversity Information Facility). GBIF is een wereldwijd netwerk en een onderzoeksinfrastructuur, gefinancierd door overheden over de hele wereld, die vrije en open toegang biedt tot gegevens over biodiversiteit. De publicatie van Pl@ntNet-gegevens op dit platform stelt onderzoekers over de hele wereld in staat om deze te gebruiken voor het uitvoeren van studies op het gebied van ecologie, landbouw of natuurbehoud.
Pl@ntNet-gegevens dragen bij aan onderzoek naar diverse thema’s, zoals de impact van klimaatverandering op de verspreiding van plantensoorten, de verspreiding van invasieve exoten, of de interacties tussen planten en bestuivers.
Alleen de waarnemingen die als meest betrouwbaar worden beschouwd wat betreft de identificatie van soorten, worden gedeeld op GBIF. Dit omvat twee hoofdgroepen:
-
De waarnemingen die door de gemeenschap zijn gedeeld en gevalideerd (toegankelijk hier).
-
De identificatieverzoeken waarbij het algoritme voor automatische herkenning een voldoende hoog betrouwbaarheidsniveau bereikt (toegankelijk hier.
De door de gemeenschap gevalideerde waarnemingen worden gepubliceerd met hun afbeeldingen onder de Creative Commons CC-BY-SA licentie, met vermelding van de naam van de auteur. Voor identificatieverzoeken daarentegen worden alleen de positie en de naam van de plant gedeeld, zonder enige andere persoonlijke informatie.
Deze uitzonderlijke bijdrage aan de wetenschap is het resultaat van de inzet van alle Pl@ntNet-gebruikers, of het nu gewone gebruikers, gepassioneerde contribuanten of data-curatoren zijn.
GBIF API
Het is ook mogelijk om de GBIF API te gebruiken om Pl@ntNet-gegevens te verkennen en te downloaden.
Pl@ntNet identificatie API
De Pl@ntNet identificatieservice is ook beschikbaar als API: My Pl@ntNet
Pl@ntNet-300K imagedataset
Camille Garcin, Alexis Joly, Pierre Bonnet, Jean-Christophe Lombardo, Antoine Affouard, Mathias Chouet, Maximilien Servajean, Joseph Salmon, Titouan Lorieul. Pl@ntNet-300K: een imagedataset van planten met een hoge ambiguïteit in labeling en een long-tail distributie. NeurIPS 2021 - 35e Conferentie over neurale informatieverwerkingssystemen, December 2021, Virtuele conferentie, Frankrijk.