A CLOSER LOOK AT NATURE
认识眼前的鸟。
打开镜头，让每一次偶遇都有名字。
下一次相遇，就在身边。
保持距离，静静观察。
镜头
把鸟放在画面中央，可双指缩放。识别会分析当前取景区域。
数字放大不会增加原有细节；有长焦镜头时可在这里切换。
画面仅在你的浏览器中处理，不上传照片或视频。
示例摄影 © Giles Laurent · 原图 · CC BY-SA 4.0
THE FIELD GUIDE
从身边的常客开始
“仅图鉴”表示当前模型没有对应标签，不能可靠识别该鸟种；即使分数很高，也可能误认近似种。
不追逐、不投喂、不播放鸟鸣引诱。留出距离，让它自在地生活。
BEHIND THE LENS
这一版能认出什么？
采用两步识别：先定位鸟，再对鸟的局部画面分类。中文图鉴面向中国，分类模型仍来自全球数据，尚未针对中国鸟种微调。
查看模型来源与限制
定位：Ultralytics YOLO11n，COCO 预训练，鸟类只是一个类别；AGPL-3.0。ONNX 权重镜像。
鸟种分类：chriamue/bird-species-classifier，EfficientNet-B2，525 个分类标签，模型卡标注 MIT。训练标签存在拼写和分类学粒度问题；不是中国完整鸟种名录。目前中文图鉴 12 种中，只有 6 种具有已核对的对应标签。
对两种裁剪方式的候选分数取平均；分数表示模型相对偏好，不是鉴定正确率。两种取景的首选鸟种不同、最高分不足 70%、前两名差距不足 20 个百分点或目标太小，会显示“识别不确定”及具体原因。已知的缺失标签混淆单独提示“近似种需核对”。图鉴是否收录单独显示，不影响分数或模型倾向；“模型倾向明确”也不代表鉴定正确，模型未收录的鸟仍可能被高分误认。实时画面还需至少连续两次候选一致；这只是稳定性检查，不能证明鉴定正确。阈值未经野外数据校准。画面中最多分析 3 只鸟。无鸟时不运行鸟种分类。
YOLOv8 鸟种微调参考：nico-mannarelli/bird-camera（NABirds 北美数据，有权重下载代码，本版未接入）。
全球模型标签
画面处理方式