基于手机图像深度学习的准确高效城市街道树木清查

森林砍伐是气候变化的主要因素，造成农业部门破坏、全球变暖、山洪和滑坡等有害后果。传统的城市街道树木清查方法存在不准确且需要专用设备的问题。为克服这些挑战，本文提出一种创新方法，利用深度学习技术和手机成像进行城市街道树木清查。我们的方法利用智能手机相机拍摄的一对图像来准确分割树干并计算胸径（DBH）。与传统方法相比，我们的方法具有多个优势，包括更高的准确性、减少对专用设备的依赖以及适用于难以到达的区域。我们在包含400棵树的综合数据集上评估了该方法，DBH估计误差率低于2.5%。我们的方法在显著改善森林管理实践方面具有巨大潜力。通过提高树木清查的准确性和效率，我们的模型使城市管理能够减轻森林砍伐和气候变化的不利影响。