智慧林业无人机拍摄森林树冠分割数据集无人机森林树冠分割数据集、林区树冠实例分割数据、航拍树木冠层检测数据集、森林资源调查AI源码、无人机树冠分割模型、林业遥感实例分割数据集YOLOv11n-seg分割代码、高密度树冠掩码分割、林业资源普查AI数据1694张yolovoccoco标注方式数据集统计信息图像尺寸:1024*1024类别数量: 1 类训练集图像:1406; 验证集图像:208; 测试集图像:80总图像数: 1694类别分布:类别名称 | 包含该类别的图像数 | 总标注数crown | 1694 | 47595一、无人机森林树冠分割数据集详情表项目详细参数数据集名称无人机拍摄森林树冠实例分割数据集总图像数量1694张图像尺寸1024×1024标注格式YOLO、VOC、COCO类别总数1类训练集1406张验证集208张测试集80张crown树冠图像数1694标注数47595训练配置YOLOv11n-seg训练轮次30 epoch配套资源训练/推理全源码、训练权重、PyQt5可视化界面全套文件模型代码模型训练使用yolov11n-seg训练30个epoch训练结果map如描述图所示。qt界面运行界面采用pyqt5编写本项目已经训练好模型配置好环境后可直接使用运行效果见描述图像二、YOLOv11-seg 训练推理代码1. 数据集配置文件forest_crown.yamlpath:./datasets/forest_crowntrain:images/trainval:images/valtest:images/testnc:1names:0:crown2. 主程序代码fromultralyticsimportYOLOimportwarnings warnings.filterwarnings(ignore)deftrain_crown_seg():# 加载轻量化YOLOv11分割模型modelYOLO(yolo11n-seg.pt)model.train(dataforest_crown.yaml,epochs30,imgsz1024,batch4,device0,workers4,patience8,projectruns/segment,nameforest_crown_seg,saveTrue,valTrue)print(森林树冠分割模型训练完成)defevaluate_model():# 模型精度评估modelYOLO(runs/segment/forest_crown_seg/weights/best.pt)metricsmodel.val(dataforest_crown.yaml,imgsz1024)print(f检测mAP0.5:{metrics.box.map50:.4f})print(f分割mAP0.5:{metrics.seg.map50:.4f})defpredict_segment(source):# 图片/视频/摄像头分割推理modelYOLO(runs/segment/forest_crown_seg/weights/best.pt)resultsmodel.predict(sourcesource,imgsz1024,conf0.4,saveTrue,show_masksTrue,show_labelsTrue)returnresultsif__name____main__:train_crown_seg()evaluate_model()# predict_segment(test_forest.jpg)三、PyQt5 界面说明基于PyQt5开发完整可视化操作界面提供.ui、.qrc、业务逻辑代码及配套图标文件开箱即用支持图片、本地视频、摄像头实时检测三种模式界面实时显示树冠分割掩码、目标位置、目标总数、单目标置信度支持检测结果一键保存导出全程图形化操作无需命令行项目内置训练完成权重配置好环境后即可直接部署使用。四、应用场景森林资源调查无人机航拍林区自动分割统计树冠数量、密度助力森林资源普查与更新。林业生态监测分析树冠分布、大小变化评估林分结构、树木健康状况与生长趋势。森林碳汇估算基于树冠面积、数量辅助估算森林碳储量为碳汇研究提供数据支撑。科研与教学航拍实例分割、林业遥感方向课程设计、毕业设计与算法研究。算法竞赛高空小目标分割、高密度实例分割赛事基线数据集与模型方案。