[论文解读] OAM-TCD: A globally diverse dataset of high-resolution tree cover maps

Josh Veitch-Michaelis, Andrew Cottam+6 more|arXiv (Cornell University)|Jun 1, 2024

Remote Sensing in Agriculture被引用 5

一句话总结

该论文推出 OAM-TCD，这是一个大规模的开放获取高分辨率树冠 delineation 数据集，包含超过 28 万棵个体树和 5.6 万个群落，以及基线模型和开放的训练/推理管线。

ABSTRACT

Accurately quantifying tree cover is an important metric for ecosystem monitoring and for assessing progress in restored sites. Recent works have shown that deep learning-based segmentation algorithms are capable of accurately mapping trees at country and continental scales using high-resolution aerial and satellite imagery. Mapping at high (ideally sub-meter) resolution is necessary to identify individual trees, however there are few open-access datasets containing instance level annotations and those that exist are small or not geographically diverse. We present a novel open-access dataset for individual tree crown delineation (TCD) in high-resolution aerial imagery sourced from OpenAerialMap (OAM). Our dataset, OAM-TCD, comprises 5072 2048x2048 px images at 10 cm/px resolution with associated human-labeled instance masks for over 280k individual and 56k groups of trees. By sampling imagery from around the world, we are able to better capture the diversity and morphology of trees in different terrestrial biomes and in both urban and natural environments. Using our dataset, we train reference instance and semantic segmentation models that compare favorably to existing state-of-the-art models. We assess performance through k-fold cross-validation and comparison with existing datasets; additionally we demonstrate compelling results on independent aerial imagery captured over Switzerland and compare to municipal tree inventories and LIDAR-derived canopy maps in the city of Zurich. Our dataset, models and training/benchmark code are publicly released under permissive open-source licenses: Creative Commons (majority CC BY 4.0), and Apache 2.0 respectively.

研究动机与目标

• 提供全球多样化、高分辨率（10 cm/px）数据集，用于 RGB 航拍图像中单棵树冠轮廓的 delineation（TCD）。
• 在亚米尺度上基准化语义与实例分割模型用于树木映射。
• 使用生物群落分层的交叉验证评估模型在生物群系与城市/自然环境中的泛化能力。
• 发布用于标注、训练和评估 TCD 模型的开源工具，适用于大尺寸正射影像。

提出的方法

• 从 OpenAerialMap 汇集全球 10 cm/px RGB 数据集， tile 尺寸为 2048x2048。
• 提供树木和树冠群落的语义掩模与 MS-COCO 风格的实例多边形。
• 在数据集上训练基线语义分割模型（ResNet 骨干的 UNet；SegFormer 变体）和实例分割模型（Mask-RCNN）。
• 使用 IoU、准确率和 F1 指标，在数据集上进行参数的 k 折生物群系分层交叉验证和保留集评估。
• 将性能与现有数据集进行比较，并在独立数据上测试，如苏黎世城市树冠和基于激光雷达的树冠。
• 以 Apache 2.0 许可发布训练/预测管线；在 HuggingFace 与 MS-COCO 格式上托管数据集。

实验结果

研究问题

• RQ1 全球多样化、高分辨率 RGB 数据集是否能够在亚米尺度上实现对单棵树冠的精确实例级 delineation？
• RQ2 在生物群系分层划分与保留数据下，这些语义与实例分割模型在本数据集上的表现如何？
• RQ3 训练好的模型在独立的城市及非城市影像上的泛化能力如何，结果与地面真值清单或树冠图有什么差异？

主要发现

• OAM-TCD 由 5072 块 2048x2048 px 的 tile 构成，分辨率为 10 cm/px，标注覆盖超过 28 万个个体树和 5.6 万个树冠群落。
• SegFormer 基于的模型在交叉验证和保留测试中实现了在所测试架构中最高的 IoU 与 F1 分数。
• 采用 Mask-RCNN 的实例分割在 holdout 数据上获得了与 COCO 基准相当的 mAP50 分数（约 41.8–43.2）。
• 模型与苏黎世 LIDAR 导出的城市树冠图高度一致性强（tcd-segformer-mit-b5 的 IoU 高达 0.791、准确率 0.922、F1 0.883）。
• 该数据集及基线模型公开发布（CC BY 4.0 / Apache 2.0 许可证），使基础 EO 模型在高分辨率树木映射上的零-shot 评估成为可能。