AdaTreeFormer-Yoesmite Yosemite 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, 요세미티 데이터 세트, 장쑤 데이터 세트의 세 가지 데이터 세트가 포함되어 있습니다.

이 데이터 세트는 런던의 고해상도 나무 감지 데이터 세트입니다.

• 위치: 요세미티 국립공원, 캘리포니아, 미국
• 경관 유형: 산림이 우거진 산악 지대
• 이미지당 나무의 평균 수: 36
• 나무 총 수: 98,949
• 이미지 해상도: 0.12m
• 데이터 분할: 훈련 세트: 1350개 이미지, 테스트 세트: 1350개 이미지

요세미티 데이터 세트는 주로 수목 밀도가 낮고 지형이 복잡한 우림 산악 지역을 다루므로, 복잡한 지형에서 모델의 성능을 테스트하는 데 중요한 환경을 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.