此深度学习模型用于检测高分辨率无人机或航空影像中的树木。 树木检测可应用于植被管理、林业、城市规划等领域。 由于高分辨率航空影像和无人机影像具有较高的时空覆盖率，因此可用于树木检测。
此深度学习模型基于 DeepForest，并且已根据国家生态观测网的数据进行了训练。
许可要求
要完成此工作流，需满足以下许可要求：
- ArcGIS Desktop - ArcGIS Pro 的 ArcGIS Image Analyst 扩展模块
- ArcGIS Enterprise - ArcGIS Image Server
- ArcGIS Online - ArcGIS Image for ArcGIS Online
模型详细信息
此模型具有以下特征：
- 输入 - 8 位 3 波段高分辨率航空影像。
- 输出 - 包含已检测树木的要素类。
- 计算 - 此为计算密集型工作流，建议使用计算能力为 6.0 或以上的 GPU。
- 适用地理位置 - 此模型适用于美国各地。
- 架构 - 此模型基于 DeepForest Python 包，并使用 Torchvision 中实施的 RetinaNet 模型架构。
- 准确率指标 - 此模型的精确率和召回率得分分别为 0.66 和 0.79。
访问和下载模型
从 ArcGIS Living Atlas of the World 下载树木检测 - 美国预训练模型。 也可以从 ArcGIS Pro 直接访问模型，或在 ArcGIS Image for ArcGIS Online 中使用模型。
- 浏览至 ArcGIS Living Atlas of the World。
- 使用您的 ArcGIS Online 凭据进行登录。
- 搜索 Tree Detection，然后从搜索结果中打开项目页面。
- 单击下载按钮以下载模型。
您可以在 ArcGIS Pro 中直接使用下载的 .dlpk 文件，或者在 ArcGIS Enterprise 中上传并使用文件。 还可以根据需要微调预训练模型。
发布说明
以下为发布说明：
| 日期 | 描述 |
|---|---|
| 2022 年 5 月 |
|