2. 苗木影像采集规范与数据集构建

苗木计数模型的精度上限，往往在数据采集阶段就已经被决定。同一片苗圃，用不同高度、不同角度、不同光照条件拍摄，得到的影像在目标尺度、遮挡程度和背景复杂度上差异巨大；而标注方式的选择又直接决定了模型学习的是"数点"、"数框"还是"数密度"。本节围绕无人机与地面两类采集平台，讲清参数设置、光照与重叠度控制、三种标注规范以及自建数据集的划分与增强策略，目标是让读者能够独立完成一套可用于训练和评估的苗木影像数据集。

一、无人机与地面拍摄的参数设置

无人机航拍适合大面积苗圃的快速普查，核心参数是航高、镜头焦距、重叠率和拍摄时间。以常见的 1 英寸传感器、等效 24mm 镜头为例，若要求地面分辨率达到 0.5 cm/像素，则航高约为 60～80 m；若苗木冠幅在 30～80 cm，单株在影像上约占 60～160 像素，足以支撑点标注和框标注。航向重叠率建议不低于 75%，旁向重叠率不低于 65%，这样既能保证正射拼接的完整性，也为后续多视角增强留出冗余。快门速度应快于 1/800 s 以抑制飞行抖动，ISO 尽量压低，避免高感噪点破坏叶片纹理。

地面拍摄用于补充近景样本和验证集，常见方式是手持相机或手机沿垄沟行走拍摄，或使用固定高度的拍摄杆。地面拍摄的关键是保持相机光轴与地面近似垂直、拍摄高度一致（例如统一为 1.5 m 或 2.0 m），否则同一批影像中目标尺度会剧烈变化，给密度图标注带来困难。建议每块样地至少采集 3 个高度层（如 1.0 m、1.5 m、2.5 m），并在元数据中记录高度、镜头等效焦距和设备型号，便于后续按尺度分层划分数据集。

二、光照条件与重叠度控制

光照是影响标注一致性的隐性因素。强烈直射光会在冠层内部形成硬阴影，使相邻苗木的边界模糊；逆光则导致叶片过曝、轮廓丢失。采集窗口宜选择上午 9:00～11:00 或下午 15:00～17:00 的柔和光照，避开正午顶光。若必须在阴天拍摄，应注意整体对比度偏低，可在后期做轻度直方图拉伸，但不要过度增强以免引入伪边缘。对于多批次采集，建议记录每批次的天气、太阳高度角和曝光参数，作为数据集元数据的一部分。

重叠度控制不仅是拼接需求，也是样本多样性的来源。航向重叠 75% 意味着同一株苗木会出现在约 4 张相邻影像中，这些影像的视角、遮挡关系和背景略有差异，天然构成一组弱增强样本。但需注意：若划分训练集与验证集时按影像随机划分，同一株苗木的近重复影像可能同时落入两个集合，造成验证精度虚高。正确做法是按空间区块划分，即把苗圃划分为若干互不重叠的地块，整块划入训练集或验证集。

三、三种标注规范的选择与执行

点标注是最轻量的方式，每株苗木在冠层几何中心打一个点，标注成本低、歧义小，适合冠幅较小、密度较高的苗床。执行时需统一"点打在冠层可见部分的中心，而非阴影或裸露地面"，并对被遮挡超过 50% 的植株标记为"忽略区域"，不参与损失计算。框标注要求外接矩形紧贴冠层边缘，允许包含少量背景，但同一株不得出现重复框；对于相邻冠层粘连的情况，以可见分界为界分别标注。密度图标注不直接画点，而是由点标注经固定标准差的高斯核卷积生成，核大小应与平均冠幅匹配——例如平均冠幅 60 像素时，标准差取 15～20 像素较为合适，过大会使相邻峰融合，过小则退化为稀疏脉冲。

无论采用哪种方式，都应建立书面标注规范并做双人交叉复核。规范中至少明确：最小可标目标尺寸、遮挡与截断的处理规则、边界目标的取舍、类别定义（如区分苗木与杂草、支架）。复核时抽取 10% 影像重标，计算点位数或框数的相对偏差，偏差超过 5% 的批次需返工。

四、数据集划分与增强策略

划分应遵循"空间隔离、分布一致"原则。按地块将数据划分为训练集、验证集、测试集，比例可取 7:2:1；若地块数量不足，可退化为按航带或拍摄批次划分，但绝不能按单张影像随机划分。划分后应统计三个集合的目标密度分布、平均冠幅和光照条件，若测试集明显偏亮或偏稀，需重新调整地块归属。

增强策略要区分训练与评估。训练集可使用水平/垂直翻转、90°旋转、亮度与饱和度抖动、轻度高斯噪声，以及随机裁剪；对于无人机影像，还可加入小角度旋转（±10°）模拟航向偏差。验证集与测试集只做必要的缩放和裁剪，保持原始分布，否则评估结果无法反映真实部署性能。所有增强参数和随机种子应写入配置文件，保证实验可复现。下面是一份可直接参考的划分与增强配置示例：

dataset:
  split_by: plot          # 按地块划分，禁止按影像随机划分
  ratio: [0.7, 0.2, 0.1]
  min_box_px: 24          # 小于24像素的目标不标注
  ignore_occlusion: 0.5   # 遮挡超过50%记为忽略区

augment:
  train:
    hflip: 0.5
    vflip: 0.5
    rotate90: 0.5
    rotate_deg: [-10, 10]
    brightness: 0.15
    saturation: 0.15
    gaussian_noise: 0.02
  val_test:
    resize_only: true
  seed: 20240501

最后需要强调元数据的作用。每张影像应记录采集平台、设备型号、等效焦距、拍摄高度、日期时间、天气、所属地块编号和标注方式。这些字段在后续排查"某类样本精度异常"时往往是关键线索——例如发现阴天批次漏检率偏高，就可以针对性地补充逆光与低对比度样本，而不是盲目扩大数据量。