WHU-STree：面向街道树木清点的数据集
计算机视觉与模式识别
2026-03-10 v1
摘要
街道树木对城市生活质量至关重要，提供生态和社会效益。建立详细、准确且动态更新的街道树木清点清单，对优化这些多功能资产至关重要，尤其是在空间受限的城市环境中。鉴于传统野外调查耗时且费力，利用移动地图系统 (MMS) 实现自动化调查提供了更高效的解决方案。然而，现有基于 MMS 获取的树木数据集受限于小规模场景、有限标注或单模态，限制了其用于综合分析的实用性。为此，我们引入 WHU-STree，一个跨城市、丰富标注且多模态的城市街道树木数据集。该数据集跨越两个不同城市，集成了同步点云和高分辨率图像，包含 21,007 个标注的树木实例，覆盖 50 种树种和 2 个形态参数。凭借其独特特征，WHU-STree 同时支持与街道树木清点相关的超过 10 项任务。我们对代表性基线方法对两个关键任务——树种分类和单棵树分割进行基准测试。大量实验和深入分析表明，多模态数据融合的巨大潜力，以及跨域可行性作为实际算法部署的关键前提。特别是，我们识别出关键挑战，概述了充分利用 WHU-STree 可能的未来工作，包括多模态融合、多任务协作、跨域泛化、空间模式学习以及多模态大语言模型用于街道树木资产管理。WHU-STree 数据集可在 https://github.com/WHU-USI3DV/WHU-STree 访问。
引用
@article{arxiv.2509.13172,
title = {WHU-STree: A Multi-modal Benchmark Dataset for Street Tree Inventory},
author = {Ruifei Ding and Zhe Chen and Wen Fan and Chen Long and Huijuan Xiao and Yelu Zeng and Zhen Dong and Bisheng Yang},
journal= {arXiv preprint arXiv:2509.13172},
year = {2026}
}