森林占地球陸地面積的30％，但是這個(gè)數(shù)字正在下降。盡管森林在保護(hù)野生生物和處理二氧化碳方面起著至關(guān)重要的作用，但許多森林仍受到森林砍伐和野火的威脅。

使這些威脅復(fù)雜化的是缺少林業(yè)和環(huán)境研究人員做出保護(hù)森林的重要決策所需的定量信息。

Treeswift的聯(lián)合創(chuàng)始人兼首席執(zhí)行官，賓夕法尼亞 大學(xué)計(jì)算機(jī)和信息科學(xué)（CIS）的博士生Steven Chen 希望改變這種狀況。

Chen是Penn Engineering的GRASP Lab的衍生公司，創(chuàng)立了Treeswift。其背后的想法很簡(jiǎn)單：使用機(jī)器人工具使林業(yè)自動(dòng)化并減少人工的風(fēng)險(xiǎn)。Treeswift使用大量配備了LiDAR傳感器的自主飛行機(jī)器人來(lái)監(jiān)視，盤(pán)點(diǎn)和繪制林地圖。無(wú)人機(jī)收集土地圖像并將其渲染為3D地圖，可對(duì)其進(jìn)行分析以對(duì)給定森林的生物量進(jìn)行精確，可量化的測(cè)量。

在NVIDIA GPU上進(jìn)行訓(xùn)練的深度學(xué)習(xí)算法可檢測(cè)點(diǎn)云中的樹(shù)木。Treeswift已收集并標(biāo)記了其所有訓(xùn)練數(shù)據(jù)，以確保高質(zhì)量并保持對(duì)被標(biāo)記屬性的控制-例如算法是將一棵樹(shù)及其分支分類(lèi)為兩個(gè)單獨(dú)的元素，還是僅將其分類(lèi)。

在邊緣進(jìn)行了一些處理，從而幫助無(wú)人機(jī)自動(dòng)穿越森林。但是，收集的用于映射的數(shù)據(jù)是在NVIDIA硬件上離線(xiàn)處理的，包括臺(tái)式機(jī)系統(tǒng)上的TITAN GPU和RTX GPU以及NVIDIA DGX Station和DGX-1服務(wù)器，可處理更多的工作負(fù)載。它的算法是使用TensorFlow深度學(xué)習(xí)框架開(kāi)發(fā)的。雖然無(wú)人機(jī)平臺(tái)目前以1百萬(wàn)像素的分辨率捕獲圖像，但Treeswift正在尋找4K攝像機(jī)來(lái)部署產(chǎn)品。

在此數(shù)據(jù)提供的各種應(yīng)用程序中，Treeswift著重于三個(gè)主要目標(biāo)：計(jì)算木材工業(yè)的清單，為保護(hù)森林繪制森林圖以及測(cè)量森林生物量和燃料以防止野火蔓延。各種行業(yè)的研究人員可以使用收集到的數(shù)據(jù)來(lái)評(píng)估森林的健康狀況，并建立有助于氣候變化行動(dòng)計(jì)劃的預(yù)測(cè)模型。