detectree

从航拍图自动识别树木，快速生成树冠掩膜

detectree 是一个基于 Python 的树木检测工具，专门用于从航空影像中识别树木。它解决了传统遥感图像中树木分割依赖人工或复杂算法的问题，提供了一套基于图像分割的自动化流程。核心能力包括：利用预训练模型或自定义数据训练树木分割模型，支持对大幅影像进行分块预测，并输出树木覆盖的像素级掩膜。用户可以通过简单的命令行接口快速上手，适用于生态研究、林业管理和城市规划等领域。项目采用 Python 编写，技术栈围绕图像分割和遥感数据处理，易于集成到现有工作流中。

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 281

维护状态活跃

是否开源是

定价模式 free

项目数据

分类计算机视觉

开发团队martibosch

所属国家

官网地址

GitHubhttps://github.com/martibosch/detectree

定价模式free

价格说明开源项目，GPL-3.0许可，可免费使用和修改，无付费版本。

访问状态

是否开源是

开源协议GPL-3.0

主要语言Python

技术栈/模型image-segmentation,python,remote-sensing,tree-canopy,tree-detection,tree-pixels

GitHub 星标★ 281

30天Star增速

HF 下载量

上线时间2019-07-31 00:00:00

最近更新2026-09-14 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数6

使用教程

核心亮点

提供命令行工具，几行命令即可完成树木分割预测
支持自定义训练数据，可适配不同区域的树木特征
基于成熟图像分割技术，输出像素级树冠掩膜，精度可控

不足之处

项目维护不活跃，依赖的库可能过时
文档示例较少，高级功能需要自行探索

适用场景

生态调查中快速统计区域树木覆盖面积
林业部门监测森林资源变化
城市规划中分析绿化覆盖率

替代项目

DeepForest、ForestNet、Segment Anything Model (SAM)

项目介绍

detectree 是计算机视觉领域的开源项目，由 martibosch 开发，2019 年首次发布。

它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 281。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-14。GPL-3.0许可，可免费使用和修改，无付费版本。

它主要面向的使用场景是：生态调查中快速统计区域树木覆盖面积。同类可对比的替代方案包括 DeepForest、ForestNet、Segment Anything Model (SAM)。

上一篇：Brain-Tumor-Segmentation

下一篇：DeepLIIF