DeepTrees Germany: Modelled Tree Segmentations from Digital Orthophotos (DOP) by Federal State

This repository contains high-resolution, multi-temporal tree crown segmentation datasets across German Federal States, generated using DeepTrees—an open-source deep learning framework based on PyTorch. Utilizing 20 cm-resolution DOP imagery, we provide pixel-wise instance masks and comprehensive ecological metrics (e.g., crown area, crown spraed, vegetation indices) for millions of trees. Data is provided as geojson files per DOP tile per year per state and supports applications in urban forestry, biodiversity monitoring, green infrastructure planning, and environmental research. Here is an overview table: Federal State -- Initial Years Dataset Available Sachsen -- SN 2023 Yes Sachsen Anhalt -- ST 2022 Yes Baden-Württemberg -- BW No Brandenburg -- BB No NIedersachsen -- NI No Saarland -- SL No Thuringia -- TH No Berlin -- BE No Rhineland-Pfalz -- RP No Nordrhein-Westfalen -- NW No Hamburg -- HH No Schlieswig-Holstein -- SH No Mecklenburg-Vorpommern -- MV No Hesse -- HE No Bremen -- HB No Bayern -- BY No本仓库收录了覆盖德国各联邦州的高分辨率、多时序树冠分割数据集，该数据集由基于PyTorch的开源深度学习框架DeepTrees生成。本数据集采用20厘米分辨率的DOP影像，为数百万株树木提供逐像素实例掩码以及涵盖树冠面积、树冠扩展范围、植被指数等在内的全面生态指标。数据按联邦州、年份及DOP分幅以GeoJSON格式存储，可应用于城市林业、生物多样性监测、绿色基础设施规划及环境研究等领域。 以下为数据集概览表： | 联邦州（英文原名） | 缩写 | 年份 | 数据集可用情况 | | --- | --- | --- | --- | | 萨克森州（Sachsen） | SN | 2023 | 是 | | 萨克森-安哈尔特州（Sachsen Anhalt） | ST | 2022 | 是 | | 巴登-符腾堡州（Baden-Württemberg） | BW | - | 否 | | 勃兰登堡州（Brandenburg） | BB | - | 否 | | 下萨克森州（Niedersachsen，原文笔误为NIedersachsen） | NI | - | 否 | | 萨尔州（Saarland） | SL | - | 否 | | 图林根州（Thuringia） | TH | - | 否 | | 柏林州（Berlin） | BE | - | 否 | | 莱茵兰-普法尔茨州（Rhineland-Pfalz） | RP | - | 否 | | 北莱茵-威斯特伐利亚州（Nordrhein-Westfalen） | NW | - | 否 | | 汉堡州（Hamburg） | HH | - | 否 | | 石勒苏益格-荷尔斯泰因州（Schleswig-Holstein，原文笔误为Schlieswig-Holstein） | SH | - | 否 | | 梅克伦堡-前波美拉尼亚州（Mecklenburg-Vorpommern） | MV | - | 否 | | 黑森州（Hesse） | HE | - | 否 | | 不来梅州（Bremen） | HB | - | 否 | | 巴伐利亚州（Bayern） | BY | - | 否 |