🌲 森林和树木 v.2026-09-10 — 树冠基准

本页详细介绍 🌲 森林和树木 v.2026-09-10 模型在 7 个感兴趣区域 (AOI) 上生成的树 冠多边形 的验证情况,并与 之前版本 v.2026-07-03 进行比较。每个 AOI 的两个树冠掩膜结果并排显示;点击任意图像可全尺寸打开,并用 ← / → 方向键在它们之间切换。

指标基于树冠掩膜的面积:IoU 是预测与地面真值树冠掩膜的交并比,F1 / 精确率 / 召回率 在重叠掩膜区域上计算。树冠 为检测到的树冠多边形数量;每个 AOI 下方给出地面真值树冠数量和相对计数误差(另见模型页面上的 树木计数精度 表)。评估运行:2026-10-01。

← → to browse · ESC to close

遮罩颜色图例: v.2026-09-10 · v.2026-07-03

意大利 — 克罗托内

模型

IoU

F1

精确率

召回率

树冠

v.2026-09-10

0.842

0.914

0.930

0.898

254

v.2026-07-03

0.825

0.904

0.925

0.884

254

v.2026-09-10 — Italy — Crotone
v.2026-09-10
v.2026-07-03 — Italy — Crotone
v.2026-07-03

阿根廷 — 拉班达

模型

IoU

F1

精确率

召回率

树冠

v.2026-09-10

0.624

0.769

0.700

0.852

111

v.2026-07-03

0.575

0.730

0.691

0.774

83

v.2026-09-10 — Argentina — La Banda
v.2026-09-10
v.2026-07-03 — Argentina — La Banda
v.2026-07-03

西班牙 — 鲁斯

模型

IoU

F1

精确率

召回率

树冠

v.2026-09-10

0.689

0.816

0.759

0.883

239

v.2026-07-03

0.567

0.723

0.671

0.785

249

v.2026-09-10 — Spain — Rus
v.2026-09-10
v.2026-07-03 — Spain — Rus
v.2026-07-03

菲律宾 — 巴兰加

模型

IoU

F1

精确率

召回率

树冠

v.2026-09-10

0.780

0.876

0.849

0.904

309

v.2026-07-03

0.782

0.878

0.860

0.896

220

v.2026-09-10 — Philippines — Balanga
v.2026-09-10
v.2026-07-03 — Philippines — Balanga
v.2026-07-03

西班牙 — 昆卡

模型

IoU

F1

精确率

召回率

树冠

v.2026-09-10

0.732

0.846

0.875

0.818

433

v.2026-07-03

0.728

0.842

0.868

0.818

409

v.2026-09-10 — Spain — Cuenca
v.2026-09-10
v.2026-07-03 — Spain — Cuenca
v.2026-07-03

西班牙 — 贝利利亚德圣安东尼奥

模型

IoU

F1

精确率

召回率

树冠

v.2026-09-10

0.694

0.819

0.855

0.786

1,134

v.2026-07-03

0.667

0.800

0.831

0.771

1,070

v.2026-09-10 — Spain — Velilla de San Antonio
v.2026-09-10
v.2026-07-03 — Spain — Velilla de San Antonio
v.2026-07-03

西班牙 — 马德里

模型

IoU

F1

精确率

召回率

树冠

v.2026-09-10

0.823

0.903

0.907

0.899

398

v.2026-07-03

0.801

0.889

0.879

0.900

368

v.2026-09-10 — Spain — Madrid
v.2026-09-10
v.2026-07-03 — Spain — Madrid
v.2026-07-03

概括

对于树冠多边形,v.2026-09-10 在全部 7 个 AOI 上优于 v.2026-07-03:基于面积的平均 F1 从 0.824 升至 0.849,IoU 从 0.706 升至 0.741,精确率(0.818 → 0.839)和召回率(0.833 → 0.863)均有提升。它在 7 个 AOI 中的 6 个上 F1 领先,在巴兰加持平(0.876 对 0.878)。

在 树木计数精度 方面,结果不一。我们将在后续基准中,基于与经过验证的制图调查的对比结果,提供更多证据。