LAZAROS N. PAMPERIS

ΛΑΖΑΡΟΣ Ν. ΠΑΜΠΕΡΗΣ

 
Σην ιστοσελίδα αυτή μπορείτε να αναγνωρίσετε τις πεταλούδες σας που φωτογραφήσατε στην Ελλαδα.
http://www.pamperis.gr/recognition/index.html
 In this web page you can identify the butterflies you have photographed in Greece.http://www.pamperis.gr/recognition/index.htmlhttp://livepage.apple.com/shapeimage_2_link_0

  In the above page your photograph can be recognized by a system designed to compare photos with AI (=Artificial Intelligence). My personal data base of photographs had been used for this task.

Accuracy can be improved further by adding to "Photo contribution to Greek Butterfly Recognizer" more correctly identified photos of the users. Users of this page are invited to upload their photos for recognition and send their photos to contribute, because if more photographs are stored, more accurate recognition in predicted.


The results for some of the 236 species of butterflies of Greece are presented grouped in  (complexes):

1. Pieris napi/balcana complex

2. Colias crocea/erate complex

3. Lepidea sinapis/juvernica complex

4. Plebejus argus/idas/argyrognomon complex

5. Polyommatus ripartii/timfristos complex

6. Melitaea athalia/aurelia complex

7. Hipparchia fagi/syriaca complex

8. Hipparchia senthes/volgensis/cretica/christenseni/mersina complex

9. Pseudochazara anthelea/amalthea complex

10. Maniola telmessia/chia/hallicarnassus complex

  1. 11.Gegenes pumilio/nostrodamus complex.

  2. 12.Pyrgus armoricanus/alveus complex.

  3. 13.Muschampia alta/proteides complex.

  4. 14.Carcharodus orientalis/floccifera complex.


The reasons for this is that there are limits in identification with photos only in this AI (=Artificial Intelligence); identification of the above species could be improved only after a discovery of new crucial characters on the wings and new tools of the AI.

Στην παραπάνω διεύθυνση μπορείτε να αναγνωρίσετε την φωτογραφία μιάς πεταλούδας, με την βοήθεια ενός συστήματος, που συγκρίνει φωτογραφίες με Τεχνητή Νοημοσύνη (AI= Artificial Intelligence). Γιά το σκοπό αυτό χρησιμοποιήθηκε το προσωπικό αρχείο των φωτογραφιών πεταλούδων από την Ελλάδα.

Η ακρίβεια της αναγνώρισης μπορεί να βελτιωθεί περισσότερο αν προστεθούν σε αυτή την βάση περισσότερες φωτογραφίες πεταλούδων, με σωστή αναγνώριση του είδους από τους χρήστες της. Οι χρήστες καλούνται να ανεβάσουν τις φωτογραφίες τους για αναγνώριση και αν το επιθυμούν να στείλουν τις φωτογραφίες τους για καταχώρηση σε αυτή την εφαρμογή, επειδή όσο περισσότερες φωτογραφίες έχουν καταχωρηθεί σε αυτή τόσο μεγαλύτερη ακρίβεια της αναγνώρισης προκύπτει


Μερικά από τα  236 ειδη των πεταλούδων της Ελλάδας παρουσιάζονται σε ομάδες  (complexes):

1. Pieris napi/balcana complex

2. Colias crocea/erate complex

3. Lepidea sinapis/juvernica complex

4. Plebejus argus/idas/argyrognomon complex

5. Polyommatus ripartii/timfristos complex

6. Melitaea athalia/aurelia complex

7. Hipparchia fagi/syriaca complex

8. Hipparchia senthes/volgensis/cretica/christenseni/mersina complex

9. Pseudochazara anthelea/amalthea complex

10. Maniola telmessia/chia/hallicarnassus complex

  1. 11.Gegenes pumilio/nostrodamus complex.

  2. 12.Pyrgus armoricanus/alveus complex.

  3. 13.Muschampia alta/proteides complex.

  4. 14.Carcharodus orientalis/floccifera complex.


Αυτό γίνεται γιατί υπάρχουν όρια στην αναγνώριση με τις φωτογραφίες με αυτή την Τεχνητή Νοημοσύνη (AI= Artificial Intelligence). Η αναγνώριση των ειδών αυτών των ομάδων μπορεί να βελτιωθεί αν επινοηθούν νέα εργαλεία ανάλυσης AI και εξευρεθούν νέα χαρακτηριστικά των φτερών σημαντικά στην αναγνώριση.


(vi 2020):  Θεοδόσης Μαμάης, Αντωνία Αγά, Κρυσταλλένια Πουγαδάκη, Τάσος Λύτρας, Στέργιος Κασσαβέτης, Χρήστος Δημάδης,  Νίκη Μιχοπούλου, Ξενοφών Λεβαδιώτης, Οδυσσέας Τζημούλης.

(vii 2020): Αθανάσιος Ελαφρόπουλος, Χρήστος Τζαφέτας, Αθανάσιος Μαγλαράς, Σταυρίδης Σταύρος.

(viii 2020):  Αντώνης Σπανός, Λεωνίδας Παρασκευόπουλος.

(ix 2020): Χρήστος Μαρούλης, Βασίλης Χαλκιάς, Σοφία Απέργη.

(x 2020): Ιόλη Μητσοπούλου, Μαρίνα Μητσοπούλου, Ηρακλής Μητσόπουλος.

(xi 2020): Κώστας Παντελόπουλος, Δήμητρα Ξύδη, Γιάννης Χατζηαθανασίου.

(xii 2020): Δημήτρης Δράζινος.

(i 2021): Πάνος Παλαιός.

(iii 2021): Καλλιόπη Μπορμπουδάκη.

(iv 2021): Θέμις Νασοπούλου.

(vi 2021): Παναγιώτης Δαλαγιώργος

(vii 2021): Ηλίας Τσέλος

Προτείνεται στους χρήστες πριν καταφύγουν στην Εφαρμογή να ψάξουν πρώτα να βρουν την απάντηση στα βιβλία τους, σε διάφορους ιστότοπους κλπ, και μετά να καταφύγουν στην Εφαρμογή γιά να επιβεβαιώσουν το συμπέρασμά τους.

Η έρευνα στο πεδίο, η βάσανος της προσπάθειας με επιμονή και υπομονή, η επαφή με τα σχετικά βιβλία είναι ο σίγουρος, αλλά ανηφορικός, δρόμος γιά να βελτιωθεί κάποιος στην αναγνώριση των πεταλούδων.

Καλή είναι η γρήγορη αναγνώριση με την Εφαρμογή αλλά μην την εμπιστεύεστε τυφλά και πάντα να αμφιβάλετε για τις αναγνωρίσεις.


Μη ξεχνάτε το: νᾶφε καὶ μέμνασο ἀπιστεῖν (Επίχαρμος fr. 250, 540-450 BC).


Η πρόταση για το όνομα συνοδεύεται από ένα ποσοστό επί τοις εκατόν (%). Ο χρήστης ας έχει υπόψη, ότι:

  1. 1.Εάν το ποσοσό είναι πολύ χαμηλό (πχ κάτω του 50%) υπάρχει μεγάλη αβεβαιότητα και η αναγνώριση είναι πιθανότατα λανθασμένη.

  2. 2.Εάν το ποσοστό είναι υψηλό (πχ άνω του 90%) υπάρχει σχετική βεβαιότητα για την αναγνώριση.

  3. 3.Εάν το ποσοστό είναι ενδιάμεσο (πχ από 50-90%) τότε προτείνεται στον χρήστη να αποφασίσει αυτός τελικά για το όνομα.

  4. 4.Το σύστημα αναγνώρισης προτείνει ένα όνομα, αλλά δεν μπορεί να εξηγήσει το γιατί και φυσικά δεν επισημαίνει τις χαρακτηριστικές λεπτομέρειες στα εξωτερικά χαρακτηριστικά, που είναι χρήσιμες στην αναγνώριση.

  5. 5.Τα όρια αυτά, στην δυνατότητα δηλαδή ακριβούς αναγνώρισης από τις φωτογραφίες και διά του παρόντος συστήματος Τεχνητής Νοημοσύνης, υπογραμμίζει η δημιουργία, για τις ανάγκες της εφαρμογής αυτής, των 14 complexes. Τώρα 203 από τα 236 είδη αναγνωρίζονται με σχετική βεβαιότητα  στο επίπεδο του είδους ενώ τα υπόλοιπα 33 αναγνωρίζονται όχι στο επίπεδο του είδους αλλά ως ανήκοντα σε ένα από τα 14 complexes.

  6. 6.Βελτίωση σε αυτή την σημερινή δυνατότητα αναγνώρισης μπορεί να γίνει με την “εκπαίδευση” της εφαρμογής με περισσότερες και σωστά αναγνωρισμένες φωτογραφίες και την επινόηση και νέων εργαλείων της Τεχνητής Νοημοσύνης.

  7. 7.Δέστε επίσης και στην ΣΕΛΙΔΑ, γιά τις φωτογραφίες που αναρτώνται για αναγνώριση (ΟΔΗΓΙΕΣ ΧΡΗΣΗΣ ΤΗΣ ΕΦΑΡΜΟΓΗΣ ΓΙΑ ΤΗΝ ΑΝΑΓΝΩΡΙΣΗ ΤΩΝ ΠΕΤΑΛΟΥΔΩΝ ΤΗΣ ΕΛΛΑΔΑΣ ΚΑΙ ΣΧΟΛΙΑ ΓΙΑ ΤΗΝ ΑΝΑΓΝΩΡΙΣΗ ΩΡΙΣΜΕΝΩΝ ΕΙΔΩΝ)

It is recommended that users, before resorting to the Application, first search for the answer in their books, on various websites, etc., and then resort to the Application to confirm their conclusion.

The research in the field, the suffering of the effort with perseverance and patience, the contact with the relevant books is the sure but uphill way, to improve one in the recognition of the butterflies.

Quick Recognition with Application is good but don't blindly trust it and always doubt the recognitions.


Don't forget: keep a clear mind and remember not to believe a thing (Epicharmus fr. 250, 540-450 BC).


The name proposal is accompanied by a percentage (%). Let the user keep in mind that:

  1. 1.If the percentage is too low (eg below 50%) there is a lot of uncertainty and the identification is most likely incorrect.

  2. 2. If the percentage is high (eg over 90%) there is relative certainty about recognition.

  3. 3. If the percentage is intermediate (eg from 50-90%) then it is suggested to the user that he finally decide on the name.

  4. 4.The identification system suggests a name, but can not explain why and of course does not indicate the characteristic details in the external features, which are useful in identification.

  5. 5.These limits, ie the possibility of accurate recognition from photographs and through the current Artificial Intelligence system, are underlined by the creation, for the needs of this application, of 14 complexes. Now 203 of the 236 species are identified with relative certainty at the species level while the remaining 33 are recognized not at the species level but as belonging to one of the 14 complexes.

  6. 6.Improvement in this current recognition capability can be done by “training” the application with more and more accurately recognized photos and inventing new Artificial Intelligence tools.

  7. 7.See also in PAGE, for the uploaded photographs for recognition (INSTRUCTIONS FOR USE OF THE APPLICATION FOR THE RECOGNITION OF BUTTERFLIES OF GREECE AND COMMENTS FOR THE RECOGNITION OF CERTAIN SPECIES)