《Scientific Reports》：Effects of transfer learning on seedling detection from drone imagery: a layer freezing study with faster R-CNN
编辑推荐：
摘要
森林管理的有效决策依赖于准确及时的数据，然而传统的人工方法往往无法提供充分的覆盖范围。本研究开发了一种基于深度学习且成本效益高的监测技术，用于评估木材采伐后重新造林区域，并利用了一个经实地验证的小型数据集。研究人员通过无人机获取了一块两年生日本落叶松（
摘要
森林管理的有效决策依赖于准确及时的数据，然而传统的人工方法往往无法提供充分的覆盖范围。本研究开发了一种基于深度学习且成本效益高的监测技术，用于评估木材采伐后重新造林区域，并利用了一个经实地验证的小型数据集。研究人员通过无人机获取了一块两年生日本落叶松（Larix kaempferi）人工林的正射影像，并通过实地调查确定了幼苗位置。采用具有ResNet-50骨干网络的Faster R-CNN模型，在不同的层冻结设置下以及使用或不使用预训练权重的情况下进行训练。为提高实验准确性，研究人员应用了数据增强、k折交叉验证和超参数随机搜索。在冻结部分初始层的同时对剩余层进行微调并采用预训练权重的方案获得了最佳性能，F1分数达到0.87，超过了未使用预训练权重时的0.84分。这些研究结果表明，即使在实地验证数据有限的情况下，迁移学习和层冻结策略也能有效提升幼苗检测性能。所提出的方法通过减少对传统调查方法的依赖，同时提高数据收集效率和利用率，为森林管理数据分析提供了一种经济高效的途径。
基于迁移学习与层冻结策略的无人机幼苗检测研究解读
**研究背景**
森林采伐后的再造林对于恢复森林生态系统和确保可持续资源管理至关重要。然而，新栽植的幼苗在再造林区域面临多重环境挑战，威胁其存活率，因此持续监测和及时的管理干预不可或缺。传统上，森林数据采集依赖劳动密集型的实地调查方法，但森林景观复杂的地形和茂密的植被使得大规模、高频次的数据获取既昂贵又耗时。这一问题在需要频繁监测幼苗建立与存活情况的再造林区域尤为突出。此外，韩国林业部门相对较低的生产力以及传统数据收集方法的高昂成本，给森林管理带来了显著的经济制约。
近年来，信息技术和人工智能的进步引入了遥感和基于深度学习的方法作为森林调查的有力工具。然而，确保数据可靠性仍然是一个重大挑战，因为深度学习模型往往缺乏可解释性，需要广泛的实地验证。迁移学习已成为解决数据稀缺问题的有效方案，使模型能够利用大规模数据集的知识，并通过微调适应新的数据稀缺环境。在无人机遥感领域，基于UAV的幼苗检测研究经历了从传统的基于光谱规则的简单方法到基于卷积神经网络（CNN）端到端学习方法的发展。尽管这些方法在精度上有所提升，但训练所需的数据量仍然很大，并且许多研究依赖多光谱数据，需要像素级标注。更重要的是，尽管迁移学习已被部分采用作为克服数据和资源限制的实用替代方案，但关于如何最优地应用迁移学习的基本方法论问题——特别是应冻结与重新训练预训练模型哪些层的系统性微调策略——仍未得到充分探索。因此，本研究旨在通过实验探索不同层冻结策略对无人机影像幼苗检测深度学习模型性能的影响，并提出最优的方法学方案。
**研究内容与意义**
本研究评估了利用无人机影像和经实地验证的小型数据集进行迁移学习幼苗检测的有效性。研究人员采用具有ResNet-50骨干网络的Faster R-CNN模型，在不同层冻结配置下识别最佳策略以提高检测精度。这项研究通过实验确定哪些特定冻结策略能增强模型性能，为森林管理中深度学习的实际应用提供了见解，有助于开发经济高效的AI驱动再造林监测技术。该项成果发表在《Scientific Reports》期刊上。
**关键方法与技术**
本研究使用了以下几项主要关键技术方法：
(1) **UAV数据采集**：采用DJI Mavic 3 Multispectral无人机，在30米高度自主飞行，地面采样距离为0.81 cm/像素，采集影像用于生成正射影像图。(2) **实地验证与数据集构建**：在韩国江原道洪川郡的4.7公顷再造林地设置6块样地，通过实地调查获取444株苗的位置信息并与正射影像对齐，构建标注数据集。(3) **模型架构与训练**：使用Faster R-CNN检测框架配合ResNet-50作为骨干网络，设计了7种不同的层冻结场景S1至S7，系统评估预训练权重和可训练层范围的影响。(4) **训练优化策略**：应用了数据增强、五折交叉验证和两阶段超参数优化（网格搜索与随机搜索相结合）等技术来提升实验精度。(5) **性能评估**：采用查准率、查全率和F1分数，并对结果应用了t检验、方差分析和Dunn事后检验进行统计验证。
**主要研究结果**
**超参数优化**
研究人员通过网格搜索和随机搜索两阶段优化法为各场景确定了最优超参数配置。结果表明，S4的最高验证集平均精度均值为0.5066，学习率为8.643e?3，权重衰减为1e?6。尽管S4收敛速度较其他使用预训练权重的场景更慢，但其较小的权重衰减促进了渐进式精确参数更新，有效利用了预训练知识。相反，S1和S2收敛较快但整体性能较低，原因是过度层冻结限制了模型学习特定特征的能力。未使用预训练权重的S7平均精度均值最低（0.4031），从零开始训练始终表现不佳，凸显了迁移学习的优越性。
**各场景最终检测性能**
在测试集上的评估显示，所有场景的查准率均保持在0.94以上，表明假阳性率低。然而，查全率在0.70至0.78之间且表现出较大变异性，表明部分实际幼苗被遗漏。其中S4获得了最高的F1分数（0.8741 ± 0.0173），S5和S6紧随其后。融合预训练权重并允许更宽范围可训练层的场景不仅平均F1分数更高，且变异性更低。值得注意的是，采用相同层冻结配置的S6在所有指标上均优于S7，受益于预训练权重的优势。
**性能差异的统计显著性**
两阶段统计分析确认：第一阶段，通过独立样本t检验验证了完全微调模型S6与从零训练的S7之间的F1分数差异显著（p < 0.01），为迁移学习的优越性提供了明确的统计证据。第二阶段，对S1至S6各微调策略进行单因素方差分析（F = 14.57, p < 0.001），并结合Welch方差分析和Kruskal-Wallis检验确认了各组间的高度显著差异。Dunn事后检验表明，S4显著优于S1、S2和S3，而S5和S6也优于S2和S3，为平衡微调策略（S4）的有效性提供了有力统计支持。
**失败分析与误差特征**
为解析查准率与查全率之间的差距，研究人员对假阴性（FN）进行了失败分析。通过比较真阳性与假阴性样本的真实边界框面积，发现真阳性样本的平均边界框面积约为假阴性样本的1.9倍，表明模型对较小尺度幼苗的敏感度降低。视觉检查进一步证实，真阳性样本中幼苗特有的辐射状茎结构清晰可见，而假阴性样本的幼苗通常较小且视觉上模糊，其辐射状结构不清晰，易与周围草本植被混淆。
**结果总结**
S4场景成为最优配置，其最高平均F1分数为0.8741 ± 0.0173。统计分析确认了S4相对S1至S3的显著优势，以及迁移学习通过S6体现的有效性。失败分析表明，较低查全率主要由小尺度幼苗的可检测性有限导致，关注小尺度幼苗数据的采集与学习是提高检测鲁棒性的更有效途径。
**讨论**
本研究表明，预训练权重能显著提升幼苗检测性能，即使预训练数据集（如COCO）与目标域存在差异，也能有效迁移知识。层可训练范围对检测性能具有关键作用，但两者并非严格的线性关系。S4的优越性能表明ResNet-50中部特征对幼苗检测尤为重要，而完全解冻所有层并不总能带来更好的结果。有趣的是，广泛冻结层的S1表现优于微调范围更宽的S2和S3，提示在数据受限情况下，若最优解冻范围不确定，保守的微调策略可能是更可靠和稳定的基线。从资源利用角度看，应优先微调能有效捕捉幼苗特征的层，同时尽量减少对已通过预训练优化的层的冗余更新。与韩国森林服务局标准人工成本的定量比较显示，无人机方法在现场工作时间上减少了69.5%，仅需传统方法30%的劳动力。该方法还提高了数据质量和可重复性，尤其在极端天气条件下的操作连续性和安全性方面具有优势。研究局限性包括数据采集限于特定区域，泛化性需要通过涵盖多样环境和采集条件的异质性数据集进一步验证。未来工作可借助可解释人工智能工具深入分析各层的贡献，发展和优化更具针对性的层冻结策略。
**研究结论**
本研究通过集成高分辨率无人机影像与实地调查数据，评估了迁移学习及旨在最大化迁移学习性能的层冻结策略在幼苗检测中的有效性。采用ResNet-50骨干网络的Faster R-CNN模型在不同层冻结场景下进行训练，无论是否使用预训练权重。研究结果证实，使用预训练权重的场景始终优于从零训练的场景，证明了迁移学习在幼苗检测中的优势。虽然可训练层范围更广的模型通常表现更好，但这种关系并非严格线性，表明特定层对幼苗检测的贡献更为显著。通过选择性层冻结优化特征提取而非对所有层采用统一训练策略的结构化微调方法，能够有效提升检测性能。本研究通过展示结合迁移学习的深度学习模型能有效检测再造林区域的幼苗，为森林监测提供了一种可扩展、成本效益高的方案。无人机影像与AI驱动检测模型的集成，为改善森林再生评估的效率和准确性提供了一种可行替代方案。
