AdaTreeFormer-London 런던 고해상도 나무 감지 데이터 세트

이 데이터 세트는 Tongji University와 King's College London에서 "라는 논문에서 생성되었습니다.AdaTreeFormer: 단일 고해상도 이미지에서 나무 수를 세기 위한 소수 샷 도메인 적응"는 "에서 제안되었습니다.

본 논문에는 런던 데이터 세트, 장쑤 데이터 세트, 요세미티 데이터 세트의 세 가지 데이터 세트가 포함되어 있습니다.

이 데이터 세트는 런던의 고해상도 나무 감지 데이터 세트입니다.

• 위치: 영국 런던
• 조경 유형: 도시, 주거, 밀집 공원
• 이미지당 나무의 평균 수: 155
• 나무의 총 수: 95,067
• 이미지 해상도: 0.2미터
• 데이터 분할: 훈련 세트: 452개 이미지, 테스트 세트: 161개 이미지

런던 데이터 세트는 나무 밀도가 높고 나무 모양과 크기가 서로 다른 다양한 도시 및 주거 환경을 포괄합니다. 이러한 다양성은 모델 학습 및 테스트를 위한 풍부한 샘플을 제공합니다.

데이터 세트 배경

• 다양한 나무 종류와 지형: 나무의 종류, 크기, 모양이 다양하고 지형(예: 도시, 농장, 산악 지대)도 다양하기 때문에 나무 수를 세는 일은 더욱 복잡합니다.
• 고품질 학습 데이터 부족: 딥 러닝 모델은 일반적으로 대량의 레이블이 지정된 데이터에 의존하지만, 이러한 데이터를 얻는 데는 비용이 많이 들고 시간도 많이 걸립니다.
• 도메인 갭 문제: 나무 개수 작업에서는 서로 다른 장면(예: 도시와 시골), 서로 다른 이미지 유형(예: 항공 이미지와 위성 이미지), 서로 다른 나무 밀도로 인해 소스 도메인과 타겟 도메인 간에 상당한 차이가 발생할 수 있습니다.