随着近年来无人机遥感在生态监测领域的广泛开展，如何实现对获取到的海量UAV影像进行实时解译和分析成为业内探讨的热门话题。本文以浙江温州大洋山森林公园的杨梅树作为调查对象，给出了一种基于深度学习的林业资源调查方法。首先，通过无人机航拍获取大量研究区高清正射遥感影像；接着，对影像中的杨梅树进行标注并构建测试集；然后，利用TensorFlow +MASK RCNN深度学习框架对杨梅树进行检测和定位，并同时输出树冠掩膜图像和树冠像素个数；最后，分别借助基于像素统计的和基于掩膜矢量的2种方法估算并统计树冠的实际面积。本文方法不仅大大节省了人工分析航空遥感影像的时间、提高了工作效率，还可以通过将获取到的树冠轮廓矢量叠加到地学分析软件ArcGIS当中，直观地显示杨梅树的分布范围和具体数量。