论文：基于Android平台的植物叶片识别系统
关键词：植物叶片识别; Android平台; 卷积神经网络; 云平台; GrabCut
在2016年下半年的学术背景中，相对详细的介绍了叶片识别的方法和相关综述。对当前一些硕士论文里提到的一些方式表示怀疑，本论文可以较为全面的实现。由于时间和资源有限，未能大规模应用CNN进行实验实为遗憾。日后还可以在算法层面进行优化。
水平有限，基于我现在的理解。计算机视觉专业性很强，所谓专业性为领域内的专业性。做人脸的网络扩展到识别物体就会产生问题，做无人驾驶的网络扩展到识别动物会产生问题。使用的网络深度，结构，参数都会对不同的识别带来影响。做不到“万能网络”。
所以我对未来的判断：AI在不同领域需要大量人才的根本原因在于此。可能会和现在的程序开发人员一样多。因为技术落地在各个细分行业中。
最近还对平台化的AI进行了一定思考，欢迎不同意见留言讨论。我认为平台化的AI现在还不够，虽然有好的技术，好的模型，除了行业细分带来的问题意外。笔者还认为平台话AI如同公有云一样，会给公司带来一定的不安全感。绕不开的一项为：数据安全。识别必然会上传数据。所以建立类似私有云的私有AI模型，私有AI提供商的价值在未来会凸显。AI+数据安全必然是未来，除了准确率外，另一个关键指标。
