IBM Research 发布 PrediTree 数据集, 应用在 森林监测、树木高度预测 领域

IBM Research 本次发布的数据集 PrediTree, PrediTree是一个全面的开放源数据集，旨在训练和评估亚米级分辨率下的树木高度预测模型。该数据集结合了非常高的分辨率（0.5米）的激光雷达衍生的冠层高度图，与多时相和多光谱图像在空间上对齐，覆盖法国多样化的森林生态系统，总计3,141,568张图像。PrediTree通过使深度学习方法能够根据多个过去的观察来预测树木生长，填补了森林监测能力的关键空白。为了利用这个PrediTree数据集，我们提出了一个编码器-解码器框架，它需要多时相多光谱图像以及冠层高度图时间戳（目标）和每个图像获取日期之间的相对时间差异（以年为单位），以预测冠层高度。所进行的实验表明，在PrediTree数据集上训练的U-Net架构具有最高的掩码均方误差为11.78%，比次优架构ResNet-50高出约12%，并且将相同实验但在更少波段（仅红、绿、蓝）上的误差削减了约30%。这个数据集在HuggingFace上公开可用，处理和训练代码库也在GitHub上提供。

查看PrediTree

Dataset card 内容： 

Files and versions 内容： 

关于 IBM Research , IBM研究是IBM公司的研发部门，致力于科技创新，涵盖从硬件到软件的多个领域，包括人工智能、量子计算、云计算等。_simple

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。