此深度学习模型用于检测和细分高分辨率无人机或航空影像中的树木。 树木细分可应用于植被管理、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。 该模型还使用 Meta 的 Segment Anything Model (SAM),此模型在 10 亿个掩码数据集 (SA-1B) 上进行训练,该数据集包含 1100 万张图像和超过 10 亿个掩码的不同集合。
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 - 包含每棵树的单独掩膜的要素类。
- 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 - 该模型基于 DeepForest Python 包,并使用在 Torchvision 中实现的 RetinaNet 模型架构和 Meta 的 Segment Anything Model (SAM)。
- 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 下载树木细分预训练模型。 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 Segmentation,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 |
---|---|
2023 年 7 月 | “树木细分”第一版发布 |