基于移动智能终端影像数据与YOLOv5s模型的立木胸径实时测量方法

章怿钦; 叶俊华; 杨婷婷; 周素茵; 徐文兵; 徐爱俊

doi:10.13360/j.issn.2096-1359.202410024

林业工程学报 ›› 2025, Vol. 10 ›› Issue (06) : 117 -126. DOI: 10.13360/j.issn.2096-1359.202410024

基于移动智能终端影像数据与YOLOv5s模型的立木胸径实时测量方法

章怿钦, 叶俊华, 杨婷婷, 周素茵, 徐文兵, 徐爱俊

作者信息 +

Author information +

文章历史 +

摘要

随着林业数字化建设的推进，计算机视觉和深度学习被广泛应用于林业领域。立木胸径是衡量树木生长状况与生态价值的关键指标。为实现胸径的快速准确测量，针对传统测量中存在的成本高与操作复杂等问题，提出基于YOLOv5s的移动端立木胸径实时测量方法。首先，基于移动智能终端，通过手机采集24种常见立木的图像，共计2 100张，并采用Labelme软件对树干部分进行标注得到数据集；然后，基于YOLOv5s的深度学习方法，搭建立木分割模型；最后，将模型部署到Android移动端设备进行测量系统的开发，对胸径为6～40 cm的立木进行不同距离、角度、光线与坡度的实际测量试验，将测量值与胸径真实值作对比。试验结果表明，基于YOLOv5s的立木胸径实时测量方法的立木分割精准率可达98.87%,召回率为98.42%,胸径测量的均方根误差最佳可达0.304 cm(0.95%),最大不超过0.791 cm(2.77%),分割与测量精度高于常见的Mask R-CNN及YOLOv8分割模型，系统运行稳定、延迟低、精度高。该测量方法具有良好的泛化能力，易操作且测量速度快，能充分满足对胸径测量的精准度要求，在未来林业资源管理中具有重要的应用价值。