TreeLearn Dataset

Note: To better find the files to download, select "Change View: Tree". This dataset is associated with the paper "TreeLearn: A deep learning method for segmenting individual trees from ground-based LiDAR forest point clouds" published in Ecological Informatics. The dataset contains: 1 manually segmented MLS scan of a forest plot. 18 automatically segmented MLS scans of forest plots. code for opening the forest point clouds in python pre-trained model weights for tree segmentation. A thorough explanation of all files contained in this data repository can be found in ReadMe.txt. A comprehensive description of the forest point clouds is given in the linked publication.

提示：为便于快速查找待下载文件，请选择「更改视图：树状视图（Change View: Tree）」。
本数据集与发表于《生态信息学》（Ecological Informatics）的论文《TreeLearn：一种从地面激光雷达（LiDAR）森林点云中分割单木的深度学习方法》相关联。
数据集包含以下内容：1组手动分割的森林样地移动激光扫描（MLS）点云数据；18组自动分割的森林样地MLS点云数据；用于在Python环境中读取森林点云的代码；以及用于单木分割的预训练模型权重文件。
本数据仓库内所有文件的详尽说明可查阅ReadMe.txt；森林点云的完整描述详见上述关联论文。

搜集汇总

背景与挑战

背景概述

TreeLearn数据集包含19个森林地块的MLS扫描数据（1个手动分割和18个自动分割），以及用于处理点云的Python代码和预训练模型权重，旨在支持深度学习在树木分割中的应用。该数据集属于计算机与信息科学及环境科学领域，采用CC BY 4.0许可协议。