MillionTrees: A global benchmark for tree detection across geography, sensor, and annotation geometry

方法

整合多源标注与弱监督数据，建立评估标准并基准测试多种检测算法。

发现

现有开源模型跨域泛化差，在该数据集上训练可提升域内外性能，过拟合普遍。

机会点

可探索跨地理与传感器的零样本树木检测，并量化航空遥感检测的不确定性。

利用遥感数据进行机载树木监测，并结合用于目标检测和分割的计算机视觉模型的发展，可促进对树木健康、生态和生态系统功能的大尺度评估。然而，用于机载树木检测的数据集在很大程度上局限于单一地理区域、分辨率或标注方法，使得难以开发通用模型并基准测试其广泛应用的效用。我们整合了现有和新发布的标注数据集，构建了一个用于训练和评估RGB影像中机载树木检测的综合数据集。MillionTrees数据集包含来自广泛森林类型、树种和地理位置的超过一百万棵单株树木。此外，该数据集还包含来自机载LiDAR和摄影测量、树艺师调查以及模拟景观等多种来源的六百万条弱监督标注。我们提供了评估标准以促进模型的快速开发。我们对若干现有树木检测算法进行了基准测试，并证明虽然当前的开源模型在基准中多样化的数据集上无法泛化，但在MillionTrees上训练可提升域内和域外性能。使用由地面LiDAR配合 overhead RGB 导出的真值所构建的留出验证数据集表明，对测试数据的过拟合十分普遍，而超参数调优是迈向全球零样本树木检测方法中一个未被充分认识的挑战。我们讨论了当前可用于机载RGB树木检测的数据的局限性、如何创建更稳健的评估数据，以及需要更好地理解机载遥感树木检测的不确定性和效用。