AdaTreeFormer-London 伦敦高分辨率树木检测数据集

该数据集由同济大学和伦敦国王学院在论文「AdaTreeFormer: Few shot domain adaptation for tree counting from a single high-resolution image」中提出。

该论文包含三个数据集：伦敦数据集、江苏数据集和约塞米蒂数据集。

该数据集为伦敦高分辨率树木检测数据集。

• 位置：英国伦敦
• 景观类型：城市、住宅区、密集公园
• 每张图像的平均树木数量：155
• 总树木数量：95,067
• 图像分辨率：0.2 米
• 数据划分：训练集：452 张图像, 测试集：161 张图像

伦敦数据集涵盖了各种城市和住宅环境，树木密度较高，具有不同的树木形状和大小。这种多样性为模型的训练和测试提供了丰富的样本。

数据集背景

• 多样化的树木类型和地形：不同类型、大小和形状的树木，以及不同的地形（如城市、农田、山区）使得树木计数变得更加复杂。
• 高质量训练数据的缺乏：深度学习模型通常依赖大量标注数据，但这些数据的获取成本高昂且耗时。
• 域间隙问题：在树木计数任务中，不同场景（如城市和农村）、不同成像类型（如航空影像和卫星影像）以及不同的树木密度等都会导致源域和目标域之间存在显著差异。