SelvaBox: A high-resolution dataset for tropical tree crown detection

El artículo presenta SelvaBox, el conjunto de datos abierto más grande para la detección de copas de árboles tropicales en imágenes de drones de alta resolución, el cual, al contener más de 83.000 etiquetas manuales, demuestra que los modelos entrenados con él logran un rendimiento competitivo y superior en la detección de copas tanto en datos no vistos como en entornos multirresolución.

Lo esencial

¡Hola! Imagina que la selva tropical es una gigantesca fiesta de disfraces donde millones de árboles se visten con hojas verdes, pero algunos se superponen, otros son muy pequeños y otros son tan grandes como un edificio. El problema es que, para cuidar el planeta, necesitamos saber exactamente cuántos árboles hay, qué tan grandes son y dónde están.

Hasta ahora, contarlos uno por uno era como intentar encontrar agujas en un pajar... pero un pajar gigante, oscuro y lleno de nubes. Los científicos tenían que ir caminando por la selva (lo cual es lento, peligroso y caro) o usar satélites que, aunque ven mucho, tienen una "visión borrosa" (como intentar ver los detalles de un rostro desde un avión).

Aquí es donde entra SELVABOX, el nuevo héroe de esta historia.

1. ¿Qué es SELVABOX? (El "Álbum de Fotos" Definitivo)

Imagina que tienes un dron (un pequeño helicóptero con cámara) que vuela muy bajo sobre la selva. Este dron toma fotos tan nítidas que podrías contar las hojas de un árbol individual.

Los autores de este paper (que se presentará en una conferencia famosa llamada ICLR 2026) han creado SELVABOX. Piensa en esto como el "Libro de Recetas" más grande y detallado del mundo para enseñar a las computadoras a reconocer árboles.

• El tamaño: Tienen más de 83,000 árboles etiquetados a mano. ¡Es como si hubieran contado todos los árboles de una ciudad entera!
• La calidad: Las fotos son de ultra-alta resolución (como ver la textura de la corteza desde arriba).
• La variedad: No es solo un tipo de bosque. Tienen fotos de tres países diferentes (Brasil, Ecuador y Panamá), con árboles de todas las formas, tamaños y edades.

2. El Problema: Las Computadoras se Confunden

Antes de SELVABOX, las computadoras (Inteligencia Artificial) eran como niños pequeños aprendiendo a contar. Si les mostrabas un bosque templado (de países fríos), podían contar bien. Pero si les mostrabas una selva tropical (donde los árboles se entrelazan como una madeja de lana), se volvían locos.

¿Por qué?

• Falta de ejemplos: No tenían suficientes "libros de texto" (datos) para aprender.
• Diferentes resoluciones: A veces las fotos venían de satélites (borrosas) y a veces de drones (nítidas). La computadora no sabía cómo unirse a ambas.

3. La Solución: Entrenar al "Ojo Mágico"

Los investigadores usaron SELVABOX para entrenar a un modelo de Inteligencia Artificial muy potente (llamado DINO con un cerebro especial llamado Swin-L).

Hicieron dos cosas geniales:

1. Enseñaron con "lentes" diferentes: En lugar de entrenar a la IA solo con fotos de una distancia específica, la entrenaron viendo los árboles de cerca, de lejos, y en diferentes tamaños. Es como si le enseñaras a un niño a reconocer a su mamá no solo de frente, sino también de perfil, de lejos o con gafas de sol.
2. La prueba de fuego (Cero-shot): ¡Lo más impresionante! Entrenaron a la IA solo con los datos de SELVABOX (de Brasil, Ecuador y Panamá). Luego, la pusieron a prueba en bosques de otros lugares (como Malasia o Canadá) sin volver a enseñarle nada.
   • Resultado: ¡La IA funcionó increíblemente bien! Fue como si hubieras entrenado a un jugador de fútbol solo con un equipo de Brasil y luego lo enviaras a jugar en la liga de Alemania, y él ganara el partido.

4. ¿Por qué es importante esto? (La Analogía del "Termómetro")

Imagina que la selva es el pulmón del planeta. Para saber si está sano, necesitamos medir su "ritmo cardíaco" (cuántos árboles hay, cuántos mueren, cuánto carbono absorben).

• Antes: Era como intentar medir la temperatura de un paciente con un termómetro roto o sin saber leer la escala.
• Ahora: Con SELVABOX y la nueva IA, tenemos un termómetro digital de alta precisión que puede escanear millones de hectáreas en segundos.

Esto ayuda a:

• Proteger la biodiversidad: Saber dónde están los árboles raros.
• Combatir el cambio climático: Calcular exactamente cuánto carbono guardan los bosques.
• Detectar la tala ilegal: Si de repente desaparecen 100 árboles en una foto, el sistema puede alertar inmediatamente.

En Resumen

Este paper nos dice: "Hemos creado el mapa más detallado de la selva tropical y hemos enseñado a una computadora a leerlo mejor que nunca. Ahora, podemos vigilar el corazón verde del planeta de forma automática, rápida y precisa, sin necesidad de que un humano tenga que caminar por cada metro de selva."

Es una herramienta poderosa para que la tecnología ayude a salvar la naturaleza, en lugar de dañarla. ¡Y lo mejor es que han puesto todo (los datos, el código y los modelos) en internet para que cualquier persona pueda usarlo y mejorar el mundo!

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo "SELVABOX: A HIGH-RESOLUTION DATASET FOR TROPICAL TREE CROWN DETECTION", presentado en ICLR 2026.

1. El Problema

La detección de copas de árboles individuales en bosques tropicales es fundamental para monitorear la biodiversidad, el almacenamiento de carbono y los impactos del cambio climático. Sin embargo, este desafío presenta dificultades únicas:

• Complejidad Visual: Las copas de los árboles tropicales varían enormemente en tamaño, estructura y patrón, y a menudo están superpuestas e intrincadas, lo que dificulta su delimitación.
• Falta de Datos: A pesar del interés creciente, existen muy pocos conjuntos de datos anotados de alta calidad para bosques tropicales. La mayoría de los datos existentes provienen de bosques templados (del hemisferio norte) o son de resolución insuficiente.
• Limitaciones de los Sensores: La imagen satelital de alta resolución (0.3-0.5 m) es demasiado gruesa para distinguir árboles en densas copas tropicales y sufre por condiciones nubosas. El LiDAR es preciso pero costoso y poco accesible para investigadores en regiones tropicales con fondos limitados.
• Brecha de Generalización: Los modelos existentes (como DeepForest o Detectree2) tienen un rendimiento deficiente ("zero-shot") cuando se aplican a nuevos entornos tropicales o a diferentes resoluciones de imagen.

2. Metodología y Contribuciones Clave

Los autores presentan SELVABOX, una contribución integral que abarca datos, metodología de evaluación y modelos.

A. El Dataset SELVABOX

Es el conjunto de datos de código abierto más grande hasta la fecha para la detección de copas de árboles tropicales en imágenes de drones de alta resolución.

• Escala: Contiene más de 83,000 copas de árboles individuales anotadas manualmente.
• Ubicación: Cubre tres países neotropicales con características ecológicas diversas: Brasil (Amazonas central, suelos pobres), Ecuador (Reserva de la Biosfera Yasuní, alta biodiversidad) y Panamá (Proyecto Agua Salud, plantaciones y bosques secundarios).
• Resolución: Imágenes RGB con una distancia de muestreo en tierra (GSD) entre 1.2 y 5.1 cm por píxel, capturadas con cuatro tipos de drones diferentes (DJI Mavic 3 Enterprise, Multispectral, Pro y Mini 2).
• Anotación: Realizada por cinco biólogos expertos utilizando fotointerpretación asistida por modelos de superficie digital (DSM) para distinguir copas adyacentes. Se utilizaron cajas delimitadoras (bounding boxes).
• Estrategia de División: Los datos se dividen espacialmente (entrenamiento, validación, prueba) para evitar la autocorrelación geoespacial y garantizar que no haya superposición de píxeles entre los conjuntos. Se implementó un enmascaramiento de píxeles en zonas con anotaciones incompletas para evitar penalizaciones injustas durante el entrenamiento.

B. Marco de Evaluación y Métricas

Los autores critican las métricas tradicionales a nivel de "baldosa" (tile-level) por no reflejar el rendimiento real en mapas completos (raster-level) debido a efectos de borde y detecciones duplicadas.

• RF175: Introducen una nueva métrica llamada RF175 (Raster-level F1 score). Evalúa las predicciones finales después de la agregación de todas las baldosas mediante Supresión No Máxima (NMS). Utiliza un umbral de Intersección sobre Unión (IoU) estricto de ≥75%, considerado un equilibrio adecuado para copas densas donde el 50% es demasiado permisivo y el 90% demasiado difícil.

C. Enfoque de Modelado

• Arquitecturas: Se compararon cuatro enfoques principales: Faster R-CNN (ResNet-50), DeepForest (variante de RetinaNet), Detectree2 (Mask R-CNN) y DINO (un modelo basado en Transformers DETR con backbones ResNet-50 y Swin-L).
• Aumento Multi-Resolución: Para abordar la variabilidad en la resolución de los sensores, se desarrolló una estrategia de aumento de datos que entrena modelos con recortes aleatorios de diferentes tamaños espaciales y redimensionamientos. Esto permite que un solo modelo aprenda invarianza de escala y funcione en múltiples resoluciones (GSD) sin necesidad de entrenar modelos específicos para cada uno.

3. Resultados Experimentales

Rendimiento en SELVABOX (In-Distribution)

• Resolución y Arquitectura: Se encontró que entradas de mayor resolución mejoran consistentemente la precisión de detección. Los modelos basados en Transformers (DINO con backbone Swin-L) superaron significativamente a las CNN tradicionales (Faster R-CNN) en todas las configuraciones.
• Efectividad Multi-Resolución: Los modelos entrenados con el enfoque multi-resolución lograron un rendimiento (RF175) comparable al de los modelos entrenados con una sola resolución específica, pero con la ventaja de generalizar mejor a resoluciones no vistas durante la prueba.

Generalización Fuera de Distribución (OOD)

• Limitaciones de Métodos Existentes: Los métodos actuales (DeepForest, Detectree2) fallaron estrepitosamente en SELVABOX en modo "zero-shot" (RF175 de 6.08 y 13.14 respectivamente), demostrando que los datos existentes no cubren la diversidad de los bosques tropicales.
• Superioridad de SELVABOX:
  • Un modelo entrenado exclusivamente con SELVABOX logró un rendimiento de vanguardia (SOTA) en la detección de copas tropicales, superando a todos los competidores en conjuntos de datos tropicales no vistos (BCI50ha y Detectree2).
  • La combinación de SELVABOX con otros conjuntos de datos (temperados y urbanos) en un pipeline multi-resolución logró el primer o segundo lugar en todos los conjuntos de datos evaluados, tanto en entornos tropicales como no tropicales.
  • En particular, el modelo entrenado solo con SELVABOX superó a los modelos entrenados en grandes conjuntos de datos templados (como NeonTreeEvaluation) cuando se evaluó en bosques templados, demostrando una capacidad de generalización excepcional.

4. Significado e Impacto

• Avance en Monitoreo Forestal: SELVABOX llena una brecha crítica de datos, proporcionando el recurso más grande y diverso para entrenar modelos de IA en bosques tropicales, lo cual es esencial para estimaciones precisas de biomasa y carbono.
• Validación de Enfoques: El estudio demuestra que los modelos basados en Transformers (DINO) combinados con estrategias de aumento multi-resolución son superiores para manejar la heterogeneidad de los bosques tropicales.
• Reproducibilidad y Acceso: Todo el código, los pesos preentrenados, las bibliotecas de preprocesamiento (geodataset) y el marco de evaluación (CanopyRS) se han hecho públicos bajo licencias permisivas (CC-BY-4.0 para datos, Apache-2.0 para código), facilitando la investigación futura.
• Consideraciones Éticas: Los autores advierten que los modelos deben usarse como herramientas de apoyo a la decisión para la conservación y no para facilitar la tala ilegal o la apropiación de tierras, destacando la necesidad de un uso responsable de la tecnología en comunidades locales.

En resumen, el trabajo establece un nuevo estándar para la detección de árboles individuales en los trópicos, demostrando que con datos de alta calidad y arquitecturas modernas, es posible lograr una generalización robusta que antes era inalcanzable.