[发明专利]基于无人机影像与U-Net的单木树冠检测与分割方法

权利要求书

1.基于无人机影像与U-Net的单木树冠检测与分割方法，其特征在于，该方法包括以下步骤：

步骤1：采集具有不同场景的多树种的无人机影像数据并制作正射影像；

步骤2：从步骤1获得的正射影像中截取不同场景对应的正射影像子图，并对每个正射影像子图进行人工标注、裁剪与数据清洗处理获得所需的样本数据，再对所述样本数据进行数据增强操作获得所需的样本数据集；

步骤3：将步骤2生成的样本数据集按照一定比例划分为训练集与测试集；

步骤4：获取U-Net模型，且利用步骤3制作的训练集对U-Net模型进行训练，使用测试集对每次训练的U-Net模型进行验证，以及基于混合Loss函数对每次训练的U-Net模型的预测结果进行监督，直至混合Loss函数稳定不再下降时停止U-Net模型的训练，获得效果最佳的U-Net模型所对应的参数；

步骤5：从步骤1制作的正射影像中再次截取不同场景的正射影像子图分别输入经过步骤4训练好的U-Net模型中，完成正射影像子图上的单木树冠检测与分割。

2.根据权利要求1所述的基于无人机影像与U-Net的单木树冠检测与分割方法，其特征在于，利用ArcGIS软件对所述每个正射影像子图进行人工标注制作标签数据，标签数据分为背景和树冠检测区域两部分，其中背景是指非树冠覆盖的区域，树冠检测区域涵盖所有树种的树冠要素。

3.根据权利要求1所述的基于无人机影像与U-Net的单木树冠检测与分割方法，其特征在于，从GitHub网站上获取U-Net模型。

4.根据权利要求1所述的基于无人机影像与U-Net的单木树冠检测与分割方法，其特征在于，所述混合Loss函数由Cross Entropy Loss、Dice Loss两部分组成。