# uav-tree-detection

**Repository Path**: goodnsxxc/uav-tree-detection

## Basic Information

- **Project Name**: uav-tree-detection
- **Description**: 无人机航拍树木目标检测
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-07
- **Last Updated**: 2026-07-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于 YOLOv8 的无人机航拍树木目标检测系统

> 🌲 林业调查 · 树木识别 · 生态监测 | YOLOv8 + PyQt5 完整方案

## 源码获取地址

🎬 **哔哩哔哩效果演示**：[https://www.bilibili.com/video/BV1EChWzFEKo/](https://www.bilibili.com/video/BV1EChWzFEKo/)

> 📥 **视频简介处下载完整源码**（含训练代码 + 标注数据集 + 训练权重 + PyQt5 图形界面 + 完整训练流程 + 部署教程）

---

## 项目概述

林业资源调查是森林管理和生态保护的基础工作。传统林业调查依赖林业工作者地面实测——使用测绳、角规、测高器等工具逐棵测量树木的胸径、树高、冠幅等参数。一片 100 亩的林地进行全面调查需要 3~5 名林业工作者耗时 2~3 天，效率低、成本高，且在山区和原始森林中可达性差。

**无人机 + AI 视觉**的组合正在彻底改变林业调查的工作方式：无人机在 100~200m 高度以网格化航线飞行，搭载高清相机拍摄林冠影像，AI 自动识别每棵树木的位置、种类和冠幅。单架次无人机可覆盖 200~500 亩林地，相当于数十名林业工作者的地面调查工作量。本系统基于 **YOLOv8** 目标检测算法，实现了无人机航拍视角下树木目标的精准识别。配合 **PyQt5** 桌面界面，适用于林业资源调查、城市绿化管理、生态监测和碳汇计量等场景。

---

## 效果展示

![系统主界面](https://i-blog.csdnimg.cn/img_convert/814cb6e771db8b8bbb07b96ac80bd95b.png)

![检测效果1](https://i-blog.csdnimg.cn/img_convert/6c4177562c700b154f4c701967cebbf9.png)

![检测效果2](https://i-blog.csdnimg.cn/img_convert/3b1f32441df462c50ad62df82da4cf62.png)

---

## 检测体系

| 检测目标 | 英文名 | 无人机视角特征 | 调查参数 |
|---------|--------|--------------|------|
| 🌴 棕榈树 | Palm Tree | 星形辐射状冠层 | 冠幅、株数 |
| 🌳 阔叶树 | Broadleaf Tree | 圆形/不规则冠层 | 冠幅、覆盖度 |
| 🎄 针叶树 | Conifer | 三角形/锥形冠层 | 树高、密度 |

### 无人机航拍树木检测的技术挑战

航拍视角下的树木检测面临独特挑战：(1) **冠层重叠**——相邻树木的树冠在空中视角下频繁重叠，个体分割困难，需要模型具备密集目标检测能力；(2) **尺度差异大**——从苗圃中的 1m 高幼树到原始森林中 30m 高的巨树，同一张航拍照片中可能同时出现；(3) **季节变化**——落叶树在夏季冠层丰满、冬季只剩下枝干，针叶树四季常青，模型需要适应同一树种在不同季节的外观变化。

YOLOv8 的多尺度特征金字塔（P3/P4/P5）天然适配这种从幼树到巨树的多尺度检测需求。P3 层负责小树冠的精细定位，P5 层负责大树冠的整体轮廓识别。

### 林业应用的经济价值

无人机 AI 树木检测在林业中的核心价值：(1) **森林资源调查**——替代传统地面实测，效率提升 50~100 倍；(2) **碳汇计量**——通过树冠面积和树种信息估算单株碳储量，支撑碳交易和碳中和评估；(3) **病虫害监测**——定期航拍对比可以发现树木枯死、冠层退化等异常，实现病虫害的早期预警。

---

## 核心功能

| 模块 | 说明 |
|------|------|
| 📸 图片检测 | 上传航拍照片，自动识别树木位置和种类 |
| 📚 批量检测 | 批量处理航拍照片，生成树木分布图 |
| 🧠 一键训练 | 支持自定义树种扩展 |

---

## 技术架构

YOLOv8 + PyQt5 + OpenCV

## 快速部署

```bash
pip install -r requirements.txt
python main/ui_main.py
```

## 应用场景

林业资源调查 · 城市绿化管理 · 碳汇计量 · 果园管理 · 生态监测

## 总结

YOLOv8 无人机航拍树木检测系统为林业调查和生态监测提供了高效、低成本的 AI 视觉方案。从森林资源普查到城市绿化管理，无人机+AI 的组合将传统的地面实测效率提升了两个数量级。