森林占地球陆地面积的30％，但是这个数字正在下降。尽管森林在保护野生生物和处理二氧化碳方面起着至关重要的作用，但许多森林仍受到森林砍伐和野火的威胁。

使这些威胁复杂化的是缺少林业和环境研究人员做出保护森林的重要决策所需的定量信息。

Treeswift的联合创始人兼首席执行官，宾夕法尼亚 大学计算机和信息科学（CIS）的博士生Steven Chen 希望改变这种状况。

Chen是Penn Engineering的GRASP Lab的衍生公司，创立了Treeswift。其背后的想法很简单：使用机器人工具使林业自动化并减少人工的风险。Treeswift使用大量配备了LiDAR传感器的自主飞行机器人来监视，盘点和绘制林地图。无人机收集土地图像并将其渲染为3D地图，可对其进行分析以对给定森林的生物量进行精确，可量化的测量。

在NVIDIA GPU上进行训练的深度学习算法可检测点云中的树木。Treeswift已收集并标记了其所有训练数据，以确保高质量并保持对被标记属性的控制-例如算法是将一棵树及其分支分类为两个单独的元素，还是仅将其分类。

在边缘进行了一些处理，从而帮助无人机自动穿越森林。但是，收集的用于映射的数据是在NVIDIA硬件上离线处理的，包括台式机系统上的TITAN GPU和RTX GPU以及NVIDIA DGX Station和DGX-1服务器，可处理更多的工作负载。它的算法是使用TensorFlow深度学习框架开发的。虽然无人机平台目前以1百万像素的分辨率捕获图像，但Treeswift正在寻找4K摄像机来部署产品。

在此数据提供的各种应用程序中，Treeswift着重于三个主要目标：计算木材工业的清单，为保护森林绘制森林图以及测量森林生物量和燃料以防止野火蔓延。各种行业的研究人员可以使用收集到的数据来评估森林的健康状况，并建立有助于气候变化行动计划的预测模型。