AI 植物辨識
拍照或上傳照片即可辨識植物、花卉、樹木、雜草、蔬菜與多肉植物。app 會回傳常見名稱、學名與基本照護資訊。
Liveplant 是一款以三項主要任務為核心的植物照護 app:辨識植物、從照片診斷問題,以及檢查植物對寵物或兒童是否有毒。網站將它定位為一個實用工具,讓植物主人不必為每個任務另外安裝不同 app,就能快速取得答案。
首頁與專屬植物工具呈現的流程,會從照片或植物名稱開始,接著回傳辨識、診斷或安全資訊,並附上照護指引。為了支援持續使用,app 也加入了澆水、修剪、施肥、噴霧、轉盆與處理等週期性提醒,讓使用者不只是查一次就結束,而是能持續管理植物照護。
Liveplant 同時提供免費與付費存取。免費方案包含每日有限次辨識、基本照護資訊,以及最多三株植物的收藏。首頁顯示的付費方案包括 Pro Monthly 與 Lifetime 選項,可解鎖無限次辨識、完整 AI 疾病診斷,以及可搭配提醒的無限植物數量。
拍照或上傳照片即可辨識植物、花卉、樹木、雜草、蔬菜與多肉植物。app 會回傳常見名稱、學名與基本照護資訊。
上傳生病葉片或受損植物照片,即可取得 AI 診斷與逐步處理說明。疾病頁面表示可辨識過度澆水、蟲害、真菌感染、養分缺乏等情況。
可依名稱或照片檢查植物對貓、狗與兒童是否安全。毒性頁面提供毒性等級、症狀、緊急處置步驟,並參考 ASPCA 資料。
追蹤澆水、修剪、施肥、噴霧、轉盆與處理提醒等照護排程。首頁將這些項目呈現為具有個人化時間安排的週期性照護任務。
可管理植物收藏;免費方案有使用限制,Pro 則可管理無限植物。首頁顯示免費方案可收藏 3 株植物,付費方案則可享無限植物與提醒功能。
植物主人可以拍攝不熟悉的植物,先取得常見名稱、學名與基本照護資訊,再決定要放在哪裡或如何澆水。
當葉片變黃、出現斑點,或植物開始下垂時,使用者可以上傳受影響區域的近照,取得可能的診斷與處理步驟。
家中有寵物或兒童的人,可以用名稱或照片檢查植物是否安全、輕微有毒或可能危險,再決定是否帶進家中。
使用者可以將澆水、噴霧、修剪與施肥等重複任務排入行程,而不必手動追蹤。
植物主人可以透過提醒與收藏追蹤多株植物,從一次性的診斷延伸到較長期的照護。
是。此 app 包含植物辨識、疾病辨識與毒性檢查功能,可協助你從同一個產品中處理辨識、診斷與安全相關問題。
來源顯示有免費方案與付費方案。免費使用包含每日有限次辨識、基本照護資訊,以及最多 3 株植物的收藏。付費方案包括每月 $6.99 的 Pro Monthly,以及 $79.99 的 Lifetime 方案。
網站表示植物辨識功能可回傳植物的常見名稱、學名與基本照護資訊。疾病與毒性頁面則會在適用時提供診斷、處理步驟、安全細節與急救指引。
來源明確指出,疾病頁面不會儲存照片,而毒性檢查頁面也不會儲存資料。植物辨識頁面同樣將 app 描述為具隱私安全性。
來源沒有描述團隊帳號、共享工作區或整合功能。它看起來比較像是供個人使用的植物照護消費型 app,而不是團隊產品。
LabelLens 可從拍照或上傳掃描包裝食品標籤,快速提供營養評分與白話解析,幫你看懂成分、添加物與關鍵營養數值。
MIRA vision develops synthetic-data-driven AI for pathology image analysis in medical diagnostics. Its website positions the product for teams that need privacy-compliant training data, automatic annotations, and controlled data generation.
DANCING CATS App turns cat pictures into dancing kitty clips. The public homepage is sparse, so the core use case is clear while pricing, outputs, and feature depth remain undocumented.
Snapmark 是一款 VS Code 擴充功能,可在貼到 AI 聊天前為剪貼簿截圖加註解,支援模糊遮蔽、編號標註與大型圖片自動縮放。
Arduino VENTUNO Q is an edge AI computer for AI and robotics applications. It combines AI inference and deterministic control on a single board and is designed to work with Arduino App Lab.
A free C++ person-pixelation project that anonymizes people in video using OpenCV and neural network segmentation. It is aimed at developers building privacy-focused live video or browser-based computer-vision applications.