OAM-TCD：一个全球多样化的高分辨率树木覆盖图数据集
摘要
精确量化树木覆盖是生态系统监测和评估恢复地点进展的重要指标。近期研究表明，基于深度学习的语义分割算法能够利用高分辨率航空和卫星影像，在国家和大陆尺度上精确绘制树木分布图。在（理想情况下亚米级）高分辨率下进行制图对于识别单棵树木是必要的，然而，包含实例级标注的开放获取数据集很少，且现有数据集规模较小或地理多样性不足。我们提出了一个新颖的开放获取数据集，用于在源自 OpenAerialMap (OAM) 的高分辨率航空影像中进行单木树冠勾绘 (TCD)。我们的数据集 OAM-TCD 包含 5072 张分辨率为 10 厘米/像素的 2048x2048 像素图像，并附有超过 28 万棵单株树木和 5.6 万个树群的人工标注实例掩膜。通过从全球各地采样影像，我们能够更好地捕捉不同陆地生物群落以及城市和自然环境中树木的多样性和形态。利用我们的数据集，我们训练了参考实例分割和语义分割模型，其性能可与现有最先进的模型相媲美。我们通过 k 折交叉验证和与现有数据集的比较来评估性能；此外，我们在瑞士上空捕获的独立航空影像上展示了令人信服的结果，并与苏黎世市的市政树木清查和激光雷达衍生的冠层地图进行了比较。我们的数据集、模型和训练/基准代码已根据宽松的开源许可证公开发布：分别为知识共享（多数为 CC BY 4.0）和 Apache 2.0。
引用
@article{arxiv.2407.11743,
title = {OAM-TCD: A globally diverse dataset of high-resolution tree cover maps},
author = {Josh Veitch-Michaelis and Andrew Cottam and Daniella Schweizer and Eben N. Broadbent and David Dao and Ce Zhang and Angelica Almeyda Zambrano and Simeon Max},
journal= {arXiv preprint arXiv:2407.11743},
year = {2024}
}
备注
10 pages plus appendix/supplementary material, 3 figures in main text. 33 pages total, including references/supplementary. Code and documentation will be available at https://github.com/Restor-Foundation/tcd, the dataset will be made available at https://huggingface.co/restor