論文の概要: StreetTree: A Large-Scale Global Benchmark for Fine-Grained Tree Species Classification

• arxiv url: http://arxiv.org/abs/2602.19123v1
• Date: Sun, 22 Feb 2026 10:43:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-24 17:42:02.491144
• Title: StreetTree: A Large-Scale Global Benchmark for Fine-Grained Tree Species Classification
• Title（参考訳）: StreetTree: 細粒樹種分類のための大規模グローバルベンチマーク
• Authors: Jiapeng Li, Yingjing Huang, Fan Zhang, Yu liu,
• Abstract要約: StreetTreeは、ストリートツリーのきめ細かい分類に特化した、世界初の大規模なベンチマークデータセットである。 データセットには8300種以上の一般的な街路樹を含む1200万枚以上の画像が含まれている。 StreetTreeは、複雑な都市環境下で事前訓練された視覚モデルに重大な課題を提起する。
• 参考スコア（独自算出の注目度）: 10.733169445873289
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The fine-grained classification of street trees is a crucial task for urban planning, streetscape management, and the assessment of urban ecosystem services. However, progress in this field has been significantly hindered by the lack of large-scale, geographically diverse, and publicly available benchmark datasets specifically designed for street trees. To address this critical gap, we introduce StreetTree, the world's first large-scale benchmark dataset dedicated to fine-grained street tree classification. The dataset contains over 12 million images covering more than 8,300 common street tree species, collected from urban streetscapes across 133 countries spanning five continents, and supplemented with expert-verified observational data. StreetTree poses substantial challenges for pretrained vision models under complex urban environments: high inter-species visual similarity, long-tailed natural distributions, significant intra-class variations caused by seasonal changes, and diverse imaging conditions such as lighting, occlusions from buildings, and varying camera angles. In addition, we provide a hierarchical taxonomy (order-family-genus-species) to support research in hierarchical classification and representation learning. Through extensive experiments with various visual models, we establish strong baselines and reveal the limitations of existing methods in handling such real-world complexities. We believe that StreetTree will serve as a key resource for the refined management and research of urban street trees, while also driving new advancements at the intersection of computer vision and urban science.
• Abstract（参考訳）: 街路樹のきめ細かい分類は、都市計画、街路景観管理、都市生態系サービスの評価にとって重要な課題である。 しかし、この分野での進歩は、街路樹用に特別に設計された大規模で地理的に多様で、公開されているベンチマークデータセットの欠如によって著しく妨げられている。 この重要なギャップに対処するために、我々は、街路木分類に特化した世界初の大規模なベンチマークデータセットであるStreetTreeを紹介します。 このデータセットは、8300種以上の一般的な街路樹をカバーし、5大陸にまたがる133カ国の街路景観から収集し、専門家が検証した観測データを補足した1200万枚以上の画像を含んでいる。 ストリートトレーは、複雑な都市環境下での事前訓練された視覚モデルには、高い種間視覚的類似性、長い尾の自然分布、季節変化による顕著なクラス内変動、照明、建物からの閉塞、様々なカメラアングルなどの多様な画像条件など、大きな課題がある。 さらに、階層分類学と表現学習の研究を支援する階層分類学(秩序-家族-属-種)を提供する。 様々な視覚モデルを用いた広範囲な実験を通じて,このような実世界の複雑さを扱う上での既存の手法の限界を明らかにする。 私たちはStreetTreeが、街路樹の管理と研究のための重要なリソースとなると同時に、コンピュータビジョンと都市科学の交差点で新たな進歩を推進していくと信じています。

関連論文リスト

• AerialGo: Walking-through City View Generation from Aerial Perspectives [48.53976414257845]
  AerialGoは、空中画像からリアルな街並みを生成するフレームワークである。 AerialGoは、アクセス可能な航空データに地上視合成を条件付けすることで、地上レベルの画像に固有のプライバシーリスクを回避できる。 実験により、AerialGoは地上レベルのリアリズムと構造的コヒーレンスを著しく向上させることが示された。
  論文  参考訳（メタデータ） (2024-11-29T08:14:07Z)
• Predicting urban tree cover from incomplete point labels and limited background information [8.540501469749993]
  都市内の樹木は、都市部の微気候にとって重要であり、都市住民の身体的および精神的な健康に肯定的に寄与する。 その重要性にもかかわらず、しばしば市木に関する限られた情報しか得られない。 本研究では,限られたデータセットと深層学習を用いた高解像度空中画像に都市木をマッピングする手法を提案する。
  論文  参考訳（メタデータ） (2023-11-20T08:09:54Z)
• SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
  本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。 ケニアでは低データのレシエーションを表すデータセットも提供しています。 リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
  論文  参考訳（メタデータ） (2023-11-02T02:00:27Z)
• Spatial Implicit Neural Representations for Global-Scale Species Mapping [72.92028508757281]
  ある種が観察された場所の集合を考えると、その種がどこにいても存在しないかを予測するためのモデルを構築することが目的である。 従来の手法は、新たな大規模クラウドソースデータセットを活用するのに苦労している。 本研究では,47k種の地理的範囲を同時に推定するために,空間入射ニューラル表現(SINR)を用いる。
  論文  参考訳（メタデータ） (2023-06-05T03:36:01Z)
• UrbanBIS: a Large-scale Benchmark for Fine-grained Urban Building Instance Segmentation [50.52615875873055]
  都市BISは6つの実際の都市のシーンで構成され、25億点があり、面積は10.78平方キロメートルである。 UrbanBISは、建物、車両、植生、道路、橋など、豊富な都市オブジェクトに意味レベルのアノテーションを提供する。 UrbanBISは、きめ細かいサブカテゴリを導入した最初の3Dデータセットである。
  論文  参考訳（メタデータ） (2023-05-04T08:01:38Z)
• Where We Are and What We're Looking At: Query Based Worldwide Image Geo-localization Using Hierarchies and Scenes [53.53712888703834]
  地理的レベルの異なる関係を利用して、エンドツーエンドのトランスフォーマーベースのアーキテクチャを導入する。 4つの標準ジオローカライゼーションデータセット上で,アートストリートレベルの精度を実現する。
  論文  参考訳（メタデータ） (2023-03-07T21:47:58Z)
• Individual Tree Detection in Large-Scale Urban Environments using High-Resolution Multispectral Imagery [1.1661668662828382]
  本研究では,都市環境における個々の木検出のための新しい深層学習手法を提案する。 畳み込みニューラルネットワークを用いて、個々の木の位置を示す信頼マップを回帰する。 本手法は,公共空間とプライベート空間の両方で樹木を検出することによって,完全な空間被覆を実現する。
  論文  参考訳（メタデータ） (2022-08-22T21:26:57Z)
• Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
  本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。 我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。 フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
  論文  参考訳（メタデータ） (2021-04-30T12:47:52Z)
• Geocoding of trees from street addresses and street-level images [24.114405100879278]
  街路面パノラマ画像を用いた地理座標を用いた古木在庫の更新手法を提案する。 本手法は, 古い在庫を地理的座標で再現し, 新たな在庫と接続し, 樹木の枯死等に関する長期研究を容易にする。
  論文  参考訳（メタデータ） (2020-02-05T10:13:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。