综述：植物标本图像与人工智能

这篇综述系统探讨了人工智能（AI）在数字化植物标本（herbarium）图像分析中的应用，涵盖计算机视觉（CV）技术原理、数据集构建方法（如GBIF/Symbiota/iDigBio）、模型架构（CNN/ViT）选择及训练策略（迁移学习/特征提取），为植物分类学（taxonomy）、表型组学（phenology）和生态学研究提供了高效工具，同时指出标准化成像与跨学科协作对未来AI植物学研究的关键意义。

　　

AI计算机视觉基础
植物标本数字化图像正成为训练人工智能模型的重要资源。标准化装帧的标本（如压平植株附纸质标签）配合专业鉴定的高精度标签，为AI模型提供了理想数据源。卷积神经网络（CNN）和视觉Transformer（ViT）是主流架构——CNN擅长局部特征识别（如枫属^Acer的掌状叶脉），而ViT在长程依赖特征（如苔藓^Sphagnum的微观结构）分析中更具优势。

数据集构建挑战
三大公共数据库（GBIF/iDigBio/Symbiota）提供海量图像，但存在技术差异：纽约植物园（NY）使用全画幅相机，而史密森尼（US）采用线扫描仪。预处理需剔除非生物干扰（标签/胶带），均值掩膜法可减少色彩偏差。数据划分需遵循80-10-10原则（训练-验证-测试），避免信息泄漏——例如法国标本馆（P/LY）特制纸张可能误导AI将材质误判为地理特征。

创新工作流设计
针对小样本难题，合成数据（如分形图像）和自监督预训练（SimCLR/NNCLR）能提升模型鲁棒性。表型分析案例显示：枫树物候期识别准确率达92%（Lorieul et al. 2019），叶片虫食面积量化误差<5%（Meineke et al. 2020）。特别值得注意的是，Score-CAM可视化技术可揭示AI关注的隐藏特征（如叶腋角度），为发现新分类性状提供可能。

未来发展方向
跨模态学习（结合标本图像与地理/系统发育数据）和自动化新物种发现将是突破点。当前瓶颈在于标本数字化标准不统一——如苔藓类标本常以非标准方式成像。研究者呼吁全球标本馆采用统一色彩校正协议，这对构建能应对气候变化研究的百年尺度物候模型至关重要。正如文中强调："AI模型的上限，始终取决于标本本身的质量与一致性。"