无人机航拍单株林木健康状态评估数据集 UAV 森林树木病害枯死折断检测数据集多季节无人机林业树木健康分类 YOLO 数据集高分辨率航拍森林单木状态识别数据集林区无人机树木枯死 / 折断健康评估数-尧图网络科技

智慧航拍-无人机（UAV）影像单株树木健康评估检测数据集

无人机拍摄的高分辨率影像数据，涵盖了不同季节和天气条件下的森林区域，700余张高分辨率无人机图像（1293*1293左右），采用yolo格式标注，2GB数据量
具体类别划分为：
healthy 树木健康
broken 树木折断
dead 树木死亡
recent_dead 树木近期死亡

无人机（UAV）影像单株树木健康评估检测数据集

数据集信息表

项目	参数详情
数据集名称	无人机（UAV）影像单株树木健康评估检测数据集
图像总数量	700余张
图像分辨率	约1293×1293
数据体量	2GB
标注格式	YOLO标注格式
类别数量	4类
类别说明	healthy：树木健康 broken：树木折断 dead：树木死亡 recent_dead：树木近期死亡
拍摄条件	多季节、多天气条件下森林区域无人机航拍影像
应用场景	森林资源巡检、树木健康评估、林业灾害监测、无人机林业安防、森林病虫害普查、林地损毁检测

labels.txt（标签文件，直接复制）

healthy broken dead recent_dead

数据集关键词

无人机航拍、UAV、树木健康检测、林业AI、森林巡检、树木死亡识别、树木折断检测、YOLO数据集、林地监测、智慧林业

yolo数据集配置文件`tree_health.yaml`

path:./tree_health_datasettrain:images/trainval:images/valnames:0:healthy1:broken2:dead3:recent_dead

YOLOv11简易训练代码

fromultralyticsimportYOLOif__name__=="__main__":model=YOLO("yolo11n.pt")results=model.train(data="tree_health.yaml",epochs=50,imgsz=1293,batch=4,device="cpu",#GPU环境改为device=0workers=2,project="tree_health_exp",name="uav_tree_detect")

推理测试代码

fromultralyticsimportYOLO model=YOLO("./tree_health_exp/uav_tree_detect/weights/best.pt")res=model.predict("uav_tree.jpg",conf=0.25,save=True)

依赖安装

pipinstallultralytics torch opencv-python

资讯详情