智慧航拍-无人机UAV影像单株树木健康评估检测数据集无人机拍摄的高分辨率影像数据涵盖了不同季节和天气条件下的森林区域700余张高分辨率无人机图像1293*1293左右采用yolo格式标注2GB数据量具体类别划分为healthy 树木健康broken 树木折断dead 树木死亡recent_dead 树木近期死亡无人机UAV影像单株树木健康评估检测数据集数据集信息表项目参数详情数据集名称无人机UAV影像单株树木健康评估检测数据集图像总数量700余张图像分辨率约1293×1293数据体量2GB标注格式YOLO标注格式类别数量4类类别说明healthy树木健康broken树木折断dead树木死亡recent_dead树木近期死亡拍摄条件多季节、多天气条件下森林区域无人机航拍影像应用场景森林资源巡检、树木健康评估、林业灾害监测、无人机林业安防、森林病虫害普查、林地损毁检测labels.txt标签文件直接复制healthy broken dead recent_dead数据集关键词无人机航拍、UAV、树木健康检测、林业AI、森林巡检、树木死亡识别、树木折断检测、YOLO数据集、林地监测、智慧林业yolo数据集配置文件tree_health.yamlpath:./tree_health_datasettrain:images/trainval:images/valnames:0:healthy1:broken2:dead3:recent_deadYOLOv11简易训练代码fromultralyticsimportYOLOif__name____main__:modelYOLO(yolo11n.pt)resultsmodel.train(datatree_health.yaml,epochs50,imgsz1293,batch4,devicecpu,#GPU环境改为device0workers2,projecttree_health_exp,nameuav_tree_detect)推理测试代码fromultralyticsimportYOLO modelYOLO(./tree_health_exp/uav_tree_detect/weights/best.pt)resmodel.predict(uav_tree.jpg,conf0.25,saveTrue)依赖安装pipinstallultralytics torch opencv-python