野外自然对象的检测与地理定位：棕榄树案例研究

棕榄树是热带森林健康、生物多样性和人类影响的生态经济指示物，支持当地经济和全球森林产品供应链。虽然棕榄树在种植园中的检测已广泛研究，但在密集森林中对自然分布棕榄树的映射努力仍受重叠冠层、不均匀阴影和异构景观的限制。我们开发了PRISM (Processing, Inference, Segmentation, and Mapping)，一个用于在密集热带森林中使用大尺度正射测图图像检测和定位棕榄树的灵活管道。正射测图由数千张航空图像创建，跨越数GB甚至数百GB。我们的贡献有三方面：首先，我们构建了一个收集于西班牙格恩省21个生态多样化场地的大型无人机派生正射测图数据集，标注了8,830个边界框和5,026个棕榄树中心点。其次，我们评估了多个最先进的目标检测器，基于效率和性能，集成零-shot SAM 2作为分割 backbone，并对结果进行精细校准以实现精确的地理映射。最后，我们应用校准方法将置信度得分与 IoU 对齐，并探索显著性图为特征可解释性。虽然PRISM为棕榄树优化，但可适用于识别其他自然对象，如东部白松。未来工作将探索用于低分辨率数据集(0.5至1米)的迁移学习。