基于Mask R-CNN的平原造林地区单木树冠分割

利用无人机可见光影像,探索自动提取平原造林地区林木空间分布和数量的方法。以河北省张家口市怀来县造林斑块为研究对象,构建单木树冠数据集,选用不同卷积层的Mask R-CNN模型(R50-FPN-1x、R50-FPN-3x、R101-FPN-3x)进行训练和预测,比较各模型在独立测试集的精度。结果表明:各模型均可对造林地区的单木树冠进行分割,其中R101-FPN-3x模型精度最高,为75.33%,召回率为73.23%;基于Mask R-CNN的无人机影像单木分割方法能够快速、精准地自动检测造林地区单木目标,有效地分割单木树冠绘制树冠轮廓,提高中小范围平原造林区域单木调查监测的效率。