零代码玩转AI遥感！QGIS+Deepness快速提取建筑物与道路矢量（神经网络遥感分析）

引言：AI遥感为何值得尝试？

    你是否曾为手动勾绘建筑物轮廓而头疼？

    是否想用AI分析卫星影像却止步于复杂的代码？
    QGIS+Deepness插件 给出了完美答案！无需一行代码，直接调用预训练模型，5分钟即可批量提取建筑物轮廓、道路网络，及其他地物信息！

快速提取建筑物矢量（在线高清影像）

Deepness：深度神经网络遥感分析
基于ONNX的深度神经网络模型推理（支持分割、检测与回归任务）

Deepness插件 可轻松对栅格正射影像（如卫星/航拍图）进行分割、检测与回归分析，支持自定义ONNX神经网络模型，让普通用户也能享受深度学习的强大能力。

核心功能亮点：

• 支持任意栅格图层处理（本地文件或在线图层，如Google卫星图）

• 灵活限制处理范围（按当前视图区域或矢量图层多边形范围裁剪）

• 兼容多种模型类型：分割、回归、目标检测

• 与图层系统无缝集成（输入数据与输出结果均以图层形式展示，输出图层可手动保存为文件）

• 模型库持续更新中（预置模型示例：Bing航拍图中的飞机检测、玉米田损毁评估、储油罐检测、车辆检测等）

• 训练数据导出工具：将栅格影像与掩膜分割为小尺寸瓦片

• 高级参数配置（空间分辨率、重叠区域、后处理优化）

快速提取道路矢量（在线高清影像）

    下面就一起来测试一下deepness插件的厉害吧！将通过图文概要与详细视频的方式做介绍。

推荐学习：
ArcGIS Pro上线！终于和大家见面了······

01 工具准备：3步搞定环境配置

1、安装QGIS：全球第一的开源GIS软件（附软件下载）

2、安装Deepness插件

1. • QGIS菜单栏：插件 → 管理并安装插件 → 搜索“Deepness” → 安装

   • 注意：首次启动会提示安装Python依赖包（点击确认自动完成）

   • 

     

3、获取预训练模型

https://qgis-plugin-deepness.readthedocs.io/en/latest/main/main_model_zoo.html#recognition-models

下载的两个训练模型：

02  实战步骤：5分钟提取建筑物与道路

Step 1：加载在线卫星影像

• QGIS中加载高清在线影像也可以使用自己的本地实体影像。

• 我这次使用的ESRI的在线影像，使用HCMGIS插件调用。

• 定位目标区域（支持全球范围高清影像，分辨率按需缩放）

• 

Step 2：导入ONNX模型

• 打开Deepness插件面板 → 点击 “Model” → 选择下载好的 .onnx 模型文件

• 关键设置：

  • 输入图层：当前卫星影像

  • 输出类型：建筑物或选 Segmentation，

Step 3：设置处理范围与参数

• 范围限制：勾选 Use visible extent（仅处理当前视图区域）

• 分辨率：建议与模型匹配（如256x256像素，分辨率40cm/px）

• 重叠区域：设为20%避免边缘切割（提升连续性）

• Step 4：一键运行AI推理

  • 点击 “Run” → 等待进度条完成（处理速度取决于影像大小）

• 

• 

•     输出结果自动以 新图层 形式加载（建筑物为掩膜，道路为矢量框）。调整参数，比如resolution等以获得更好的结果。

• 

Step 5：矢量后处理与导出

• 使用QGIS内置工具：

  • 建筑物掩膜 → 栅格转矢量 → 生成多边形

  • 道路检测框 → 简化几何 → 平滑边缘

• 导出为Shapefile/GeoJSON：右键图层 → 导出 → 选择格式

详细解说见下文视频介绍。

03 视频解说

零代码玩转AI遥感！QGIS+Deepness快速提取建筑物与道路矢量（深度神经网络遥感分析）

上线中，……

ArcGIS Pro上线！终于和大家见面了······