Детекция деревьев на фото

Назначение модели

Модель предназначена для детекции крон деревьев на аэрофотоснимках, полученных со спутников или БПЛА. Используется для задач лесного хозяйства, экологии, мониторинга вырубок, оценки биомассы и инвентаризации зелёных насаждений.

Тип задачи

• Object Detection (детекция объектов)

• Класс: Tree

• Формат вывода: bounding boxes (xmin, ymin, xmax, ymax) + confidence score

Входные данные

• Тип: изображение (JPEG / PNG)

• Вид: строго сверху (top-down)

• Источники:

  • спутниковые снимки

  • дрон-съёмка

• Рекомендуемое разрешение: от 400×400 px

• Цветовое пространство: RGB

Архитектура

• Backbone: RetinaNet

• Framework: PyTorch

• Модель обучена на размеченных аэрофотоснимках лесов

• Используется готовый pretrained-вес weecology/deepforest-tree

Особенности модели

• Оптимизирована под естественные лесные сцены

• Уверенность (score) обычно лежит в диапазоне 0.4–0.7, что является нормой

• Не требует ручной подготовки данных

• Работает без геопривязки (координаты в пикселях)

Ограничения

• ❌ Не предназначена для фото с земли

• ❌ Не распознаёт отдельные стволы

• ❌ Не работает с наклонной перспективой

• ❌ Не классифицирует породы деревьев

Типовые сценарии применения

• Подсчёт деревьев на участке

• Оценка плотности леса

• Мониторинг изменений растительного покрова

• Контроль вырубок

• Анализ зелёных зон в городской среде

Формат интеграции

• REST API (POST /predict)

• multipart/form-data

• Возврат изображения в формате data:image/png;base64

• Совместима с UI-конструкторами без кастомного фронта