AdaTreeFormer-Yoesmite ヨセミテの高解像度樹木検出データセット

このデータセットは、同済大学とキングス カレッジ ロンドンによって論文「」で開発されました。AdaTreeFormer: 単一の高解像度画像からカウントするツリーの少数ショット ドメイン適応』で提案されました。

この論文には、ロンドン データセット、ヨセミテ データセット、江蘇データセットの 3 つのデータセットが含まれています。

このデータセットは、ロンドンの高解像度樹木検出データセットです。

• 場所: ヨセミテ国立公園、カリフォルニア州、米国
• 景観タイプ: 木質山岳地帯
• 画像あたりの木の平均数: 36
• 木の総数: 98,949
• 画像解像度: 0.12 メートル
• データ分割：トレーニングセット：1350画像、テストセット：1350画像

ヨセミテ データセットは主に、樹木密度が低く複雑な地形の樹木が茂った山岳地帯をカバーしており、複雑な地形でのモデルのパフォーマンスに重要なテスト環境を提供します。

データセットの背景

• 多様な樹木の種類と地形: 樹木の種類、サイズ、形状が異なるだけでなく、地形(都市部、農地、山岳地帯など)も異なるため、樹木のカウントはより複雑になります。
• 高品質のトレーニング データの欠如: 深層学習モデルは多くの場合、大量のラベル付きデータに依存しますが、このデータの取得には費用と時間がかかります。
• ドメイン ギャップの問題: 樹木カウント タスクでは、さまざまなシーン (都市部と農村部など)、さまざまな画像タイプ (航空画像や衛星画像など)、および樹木の密度の違いにより、ソース ドメインとターゲット ドメインの間に大きな違いが生じます。ドメイン。