1. 课程导入与任务全景

在苗圃经营、造林工程验收和森林资源调查中，"有多少苗、种得多密"是最基础也最常被问到的问题。传统做法是人工样方抽样：拉皮尺、插竹签、逐株点数，再按样方面积外推。一个熟练调查员在密度适中的苗圃里，一天大约能完成几十个样方，遇到苗木密集、杂草遮挡或坡地条件，效率会明显下降，且不同调查员之间的计数口径容易不一致。本课程要解决的问题，就是用计算机视觉方法，把"数苗"和"算密度"这两件事做成可重复、可复核、可批量处理的技术流程。

需要先明确一个边界：苗木计数与种植密度视觉分析，目标不是"识别出每一棵树是什么树种"，而是在给定影像上稳定地定位个体、给出数量，并结合空间坐标换算出单位面积株数。树种识别、病虫害诊断属于另外的任务链，本课程只在必要时借用其分类能力，不作为核心目标。

三个典型应用场景的差异

同样是"数苗"，不同场景对技术方案的要求差别很大，这直接决定了后续的采集方式与算法选型。

• 苗圃盘点：对象是苗床上的容器苗或地栽小苗，株行距规整，影像多为无人机正射或手持近景。核心诉求是数量准确、能按苗床/品种分区统计，误差容忍度低（盘点结果直接关联出圃计划和库存）。难点在于小苗相互遮挡、容器边缘与苗木冠层混淆。
• 造林核查：对象是新造林地块的幼树，往往稀疏、分布不均，影像覆盖面积大。核心诉求是成活株数与设计密度的偏差、缺株位置定位，用于验收和补植决策。难点在于幼树与灌木、杂草的区分，以及地块边界与坐标配准。
• 长势监测：关注的不只是数量，还有冠幅、郁闭度、空间分布均匀性随时间的变化。同一地块需要多期影像对比，因此对拍摄参数一致性、配准精度要求更高。

三者的共同技术底座是一致的：影像采集 → 几何校正与坐标配准 → 苗木目标检测/分割 → 计数与去重 → 面积换算与密度计算 → 结果可视化与精度评估。差别主要体现在采集平台、目标尺度、密度区间和精度要求上。

完整技术流程概览

下面这张图把本课程的主线串起来，它同时标出了每个环节的关键输入、输出，以及容易出问题的判断点。后续各章节会沿着这条链路逐段展开。

实战项目说明

课程贯穿一个完整的实战项目：某苗圃 3 号苗床的容器苗盘点与密度核查。设定条件如下（均为教学示例参数，非实测数据）：苗床为矩形，长 40 m、宽 12 m，面积 480 m²（约 0.72 亩）；设计株行距 0.25 m × 0.25 m，理论株数约 40/0.25 × 12/0.25 = 7680 株；无人机在 15 m 高度拍摄正射影像，地面分辨率约 0.4 cm/像素；苗床内按品种分为 A、B 两个分区。

项目要交付的成果包括：分区株数统计表、株/亩密度指标、与设计密度的偏差率、缺株位置点位图，以及一份基于人工抽样样方的精度评估记录。为了让流程可复现，我们会固定一套参数约定：置信度阈值先取 0.35 作为初值，再依据样方对照结果调整；重叠区去重采用中心点坐标距离小于 0.6 倍平均株距即判为同一株的规则。这些约定会在后续章节中逐步验证其合理性。

学习路径与本节定位

本节是全景导入，作用是建立"任务地图"：知道整条链路有哪些环节、每个环节的输入输出是什么、哪些判断点最容易出错。接下来的章节会依次深入影像采集规范、标注与数据集构建、检测模型训练与调优、计数去重策略、面积与密度换算、精度评估方法，最后回到这个实战项目完成端到端交付。建议在学习过程中始终对照上面这张主线图，明确当前所处的环节以及它与上下游的衔接关系。