deadtrees

DeadTrees是一个端到端的开源平台，用于处理、分析和可视化高分辨率航空正射影像，专注于枯木检测和森林覆盖制图。它接受两种输入类型：预处理后的GeoTIFF正射影像镶嵌图和以ZIP压缩包形式提供的原始无人机影像集合。每个数据集都会被标准化、丰富地理空间元数据，并使用深度学习模型进行语义分割分析。 处理流程 数据摄取支持分块上传（50 MB块）GeoTIFF正射影像镶嵌图，或原始无人机影像的ZIP压缩包（可选RTK校正文件），这些文件通过OpenDroneMap运行，利用运动恢复结构摄影测量生成地理参考正射影像镶嵌图。随后对正射影像镶嵌图进行标准化，以确保一致的瓦片划分和坐标参考系对齐。 元数据丰富从正射影像镶嵌图的质心提取地理空间上下文：GADM v4.1.0行政边界（国家、州/省、区）、WWF陆地生态区v2.0生物群落分类，以及366天的MODIS物候曲线。 产品生成创建云优化GeoTIFF（适用于HTTP范围请求流式传输的瓦片化、带概览的栅格）以及用于快速视觉评估的JPEG缩略图。 语义分割应用两个模型：一个用于枯木检测的SegFormer-B5模型（在单个对象级别检测站立和倒伏枯木）和一个用于树木覆盖范围的TCD SegFormer-MIT-B5模型。两者都输出存储在数据库中的基于多边形的矢量几何。 基础设施和Web应用 该平台部署在两台物理服务器上：一台API服务器托管FastAPI后端、NGINX反向代理和持久文件存储，以及一台处理器服务器运行ODM、GeoTIFF处理和GPU加速分割，两者之间通过SSH传输数据。服务使用Docker Compose进行容器化；认证和数据管理使用Supabase（带行级安全性的PostgreSQL）。 前端是一个使用OpenLayers进行交互式地图的React单页应用，提供带过滤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、交互式标签可视化和编辑、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。 仓库布局和设置 模块组织为api/（FastAPI后端）、processor/（管道和GPU作业）、shared/（共享Python模块）、supabase/（模式和迁移）、frontend/（React + TypeScript）和deadtrees-cli/（本地开发CLI）。本地设置使用Python虚拟环境、前端npm install、Supabase启动、资产下载和开发CLI；前端运行在端口5173，API运行在端口8080。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）、管道状态、原始正射影像信息（边界框、文件大小、SHA-256）、COG元数据、丰富数据、带来源归属的分割标签以及审计结果。