Een zieke plant herkennen met je telefoon
Een model dat 99 % juist zat op zijn eigen beelden, zakte naar 31 % op foto's van elders. Met de juiste foto's antwoordt een app beter.
Een foto van een gevlekt blad volstaat zelden voor een diagnose. In een proef uit 2016 zakte een model dat 99,35 % juist zat op zijn eigen beelden naar 31,4 % op foto's die in andere omstandigheden genomen waren. Die les geldt nog altijd. De app ziet de vlek, niet de rest van de tuin. Een paar goed genomen foto's helpen haar beter te antwoorden.
Diagnose op foto, volgens de studies
Verschillende apps bieden een diagnose op basis van een foto. Een studie uit 2022 zocht ze op in drie appwinkels. Van de 606 resultaten voldeden er 17 aan haar criteria. De meeste kregen een behoorlijke score voor gebruiksgemak, maar een lage voor de analyse door artificiële intelligentie. De auteurs hebben niet gemeten of de diagnoses klopten. Ze zeggen het zelf.
We vonden geen enkele onafhankelijke studie die het percentage juiste antwoorden van deze apps op moestuinfoto's geeft. Het stevigste cijfer blijft dat van 2016.
Een app herkent foto's die op haar leerbeelden lijken goed. Jouw blad, in jouw licht en tegen de achtergrond van je tuin, lijkt er niet altijd op.
Vier aanwijzingen die niet op de foto staan
Een ziekte herken je evenzeer aan haar context als aan haar vlek. Een foto toont echter één blad. Ze zegt niets over deze vier aanwijzingen.
- Waar de vlek eerst verscheen. Alternaria en Septoria bij tomaat beginnen op de onderste bladeren, volgens de universiteit van Wisconsin.
- Hoe snel ze oprukt. Bij warm en vochtig weer verspreidt Phytophthora bij tomaat en aardappel zich snel, volgens de RHS, de Britse tuinbouwvereniging.
- De onderkant van het blad. Bij vochtig weer vormt Phytophthora daar een fijn wit donslaagje. Valse meeldauw bij sla doet hetzelfde, onder verkleurde vlekken.
- Het weer van de voorbije dagen. Phytophthora heeft meerdere uren nat blad nodig om de plant te infecteren.
Jij kent deze aanwijzingen of kunt ze in twee minuten nagaan. De app niet.
Vijf veelvoorkomende problemen om in de tuin na te gaan
| Probleem | Op de foto | Ga ook na |
|---|---|---|
| Phytophthora (tomaat, aardappel) | Waterige rot die zich uitbreidt, bladeren die bruin worden en inzakken | De onderkant van het blad op een vochtige ochtend, met een fijn wit donslaagje. En de regen van de laatste dagen |
| Alternaria (tomaat) | Ronde bruine vlekken, met kringen als een schietschijf en vaak een gele rand | Ze begint bij de onderste bladeren |
| Septoria (tomaat) | Kleine vlekjes van ongeveer 6 mm, met een witachtig midden en een donkere rand | Ook zij begint onderaan. De vlekken vloeien uiteindelijk samen |
| Echte meeldauw (courgette) | Een wit, poederig laagje op de bladeren | Onregelmatig water geven, een plant tegen een muur waar de lucht niet circuleert |
| Valse meeldauw bij sla | Verkleurde vlekken op de bovenkant, vaak begrensd door de nerven | Witte of grijze schimmel aan de onderkant, na lang vochtig weer |
| Zo doe je het | Voor je fotografeert | Draai een blad om, kijk naar de voet van de plant, denk terug aan het weer van de week |
Bronnen: RHS voor Phytophthora, echte meeldauw en valse meeldauw bij sla. Universiteit van Wisconsin voor Alternaria en Septoria.
Op een wazige foto verwar je Alternaria en Septoria makkelijk. Beide geven bruine vlekken die onderaan beginnen. Op een scherpe foto helpen de grootte van de vlekken en de kringen om te beslissen. De gids Phytophthora bij tomaat legt uit hoe je Phytophthora van Alternaria onderscheidt. Hij toont ook hoe je het weer leest om de ziekte voor te zijn.
Een ziek blad goed fotograferen
Een studie uit 2023 over plantenherkenning zocht waarom apps slagen of falen. De scherpte en de belichting van de foto veranderden het resultaat niet significant. De kadrering wel. Bij sommige apps gaf een plant die goed geïsoleerd in beeld stond betere antwoorden. De studie ging over wilde soorten, niet over ziekten. In de moestuin geldt het principe ook. Toon het zieke deel duidelijk.
Lees daarna ook de volgende suggesties, niet alleen de eerste. In de studie van 2023 was de eerste suggestie, alle apps samen, juist voor 69 % van de foto's. Het juiste antwoord stond bij de eerste vijf voor 85 % ervan.
Spreken de aanwijzingen elkaar tegen, vraag dan raad. In een tuincentrum of bij een ervaren tuinier herkennen ze de ziekte vaak met het blote oog. Breng een aangetast blad mee in een gesloten zakje, zodat je onderweg geen sporen verspreidt.
De test die we nog niet gedaan hebben
We wilden tien foto's van bekende problemen aan meerdere apps voorleggen en het percentage juiste antwoorden publiceren. Die test is niet gedaan. Zolang dat niet zo is, geven we geen eigen cijfers.
Je kunt hem thuis in tien minuten doen. Neem drie foto's van een probleem dat je al kent, bijvoorbeeld echte meeldauw op een courgette aan het eind van de zomer. Leg ze voor aan twee apps. Noteer of het juiste antwoord als eerste komt, bij de eerste vijf of helemaal niet. Je ziet snel of een app iets kan met je eigen foto's.
Willy, in de Vegiwise-app
Willy, onze assistent in de Vegiwise-app, ontvangt tot drie foto's per bericht. Hij leest ze samen met de planten van je tuin, het weer op je adres en de lopende waarschuwingen. Willy is artificiële intelligentie. De app zegt het zelf, hij kan zich vergissen. Toon hem de onderkant van het blad. Zeg hem wanneer de vlek verscheen. Zijn antwoord wordt er beter van. Om hem aan het werk te zien, ga je hierheen.
Om breder een moestuin-app te kiezen, lees Een moestuin-app kiezen die je tuin kent.
Veelgestelde vragen
Herkent een determinatie-app ook ziekten?
Sommige wel. Hun sterke punt blijft de soort. In de studie van 2023 stond de juiste soort bij de eerste vijf suggesties voor 85 % van de foto's. Voor ziekten in de moestuin bestaat nog geen vergelijkbare studie.
Waarom geven twee apps twee verschillende antwoorden?
Ze leerden niet op dezelfde foto's. Volgens de studie van 2016 verliest een model veel nauwkeurigheid als de foto niet lijkt op die van zijn training.
Moet je behandelen zodra een app een ziekte ziet?
Nee. Bevestig eerst met de onderkant van het blad en de plek op de plant. Verschillende handelingen gaan voor een middel. Verwijder de aangetaste bladeren, zorg voor luchtcirculatie, geef water aan de voet. Ga voor elk middel na of het in je land toegelaten is voor hobbytuiniers.
Kan een app zich vergissen in de plant?
Ja. In de studie van 2023 vond geen van de vijf apps altijd de juiste soort bij het eerste antwoord. Het gemiddelde was 69 %. Voor een plant die je zelf gezaaid hebt, ken jij het antwoord. Zeg het aan de app als dat kan.
Foto: Wolan268, Wikimedia Commons, CC0
Bronnen
- Mohanty S. P., Hughes D. P. et Salathé M., Using Deep Learning for Image-Based Plant Disease Detection, Frontiers in Plant Science 7, 1419, 2016 (54 306 images, 14 cultures, 26 maladies)
- Siddiqua A. et al., Evaluating Plant Disease Detection Mobile Applications: Quality and Limitations, Agronomy 12 (8), 1869, 2022 (606 applications trouvées, 17 évaluées)
- Hart A. G. et al., Assessing the accuracy of free automated plant identification applications, People and Nature 5 (3), 2023 (857 photos, 5 applications)
- RHS, Tomato blight (pourriture aqueuse des feuilles, feutrage blanc au revers, plusieurs heures de feuillage mouillé)
- RHS, Potato blight (Phytophthora infestans, le même organisme que sur la tomate)
- University of Wisconsin Extension, Early blight (taches en cible, halo jaune, feuilles du bas d'abord)
- University of Wisconsin Extension, Septoria leaf spot (taches d'environ 6 mm, centre blanchâtre, bord foncé)
- RHS, Powdery mildews (feutre blanc poudreux, courgettes, stress hydrique irrégulier, air immobile)
- RHS, Downy mildews (taches sur le dessus, moisissure au revers, laitue, feuillage mouillé longtemps)
Hij tuiniert in België en test in zijn moestuin wat de app aanraadt. Zijn artikelen vertrekken altijd van een controleerbare bron en van iets wat je dit weekend kunt doen.
