deadtrees

DeadTrees 是一个端到端开源平台，用于处理、分析和可视化高分辨率正射影像，专注于枯木和森林覆盖制图。它接受两种输入类型：预处理过的 GeoTIFF 正射镶嵌图和原始无人机图像集合。每个数据集都会被标准化、补充地理空间元数据，并使用深度学习模型进行语义分割分析。 处理流水线 数据摄取：分块上传（50 个分块）GeoTIFF 正射镶嵌图，或上传无人机影像的 ZIP 压缩包，并可选附带 RTK 校正文件；这些数据会通过 OpenDroneMap 运行，利用运动恢复结构摄影测量生成地理配准的正射镶嵌图。正射镶嵌图会被标准化，以便进行切片和坐标参考系统对齐。 元数据增强：从正射镶嵌图质心推导地理空间上下文：GADM4.1.0 行政边界（国家、省/州、区）、WWF 陆地生态区生物群系分类，以及 MODIS 物候曲线。 产品生成：创建云优化 GeoTIFF（分块、带概览的栅格），用于 HTTP 范围请求流式传输；并生成 JPEG 缩略图，用于快速视觉评估。 语义分割：应用模型：用于枯木检测的 SegFormer-B 模型（识别单株立木和倒木枯木）以及用于树木覆盖范围的 TCD SegFormer-MIT-B5 模型。两者都输出多边形矢量几何并存储在数据库中。 基础设施与 Web 该平台部署在两台物理服务器上：一台 API 服务器托管 FastAPI、NGINX 和文件存储；一台处理器服务器负责 ODM GeoTIFF 处理和 GPU 分割，两者之间通过 SSH 传输数据。服务使用 Docker Compose 容器化；身份验证和数据管理使用 Supabase（带行级安全性的 PostgreSQL）。 前端是一个使用 OpenLayers 进行地图展示的 React 单页应用，提供带筛选和搜索的数据集浏览、通过 WebGL 瓦片图层进行全分辨率 COG 渲染、交互式可视化与编辑、带进度跟踪的上传，以及用于专家审查模型预测的质量审计工作流。 仓库结构与设置 模块组织为 api/（FastAPI 后端）、processor/（流水线和 GPU 作业）、shared/（共享 Python 模块）、supabase/（模式和迁移）、frontend/（React + TypeScript）以及 deadtrees-cli/（本地开发 CLI）。本地设置使用 Python 虚拟环境、前端 npm install、Supabase start、资源下载和开发 CLI；前端运行在 5173 端口，API 运行在 8080 端口。单独的 playbook 涵盖处理器部署和添加处理器工作节点。 数据模型跟踪数据集元数据（平台、许可证、作者、采集日期）、流水线状态、原始正射影像信息（边界框、文件大小、SHA-256）、COG 元数据、增强数据、带来源归属的分割标签以及审计结果。