segment-geospatial - 基于sam模型分割遥感影像

最新推荐文章于 2025-02-04 06:15:00 发布
最新推荐文章于 2025-02-04 06:15:00 发布
阅读量3.4k 收藏 26
点赞数 5
分类专栏： AI 文章标签： 深度学习 图像处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_28367963/article/details/131232135
版权
segment-geospatial是一个基于SAM模型的遥感影像分割项目，该模型可能需要高性能配置。用户可选择替换为Yolo等其他模型进行语义分割，如在地块识别中的应用。提供自定义模型选项以适应不同需求。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

segment-geospatial

基于sam模型分割遥感影像

github地址：https://github.com/opengeos/segment-geospatial

在这里插入图片描述

note:
由于sam模型较大，非常吃配置，可以支持自定义模型，比如yolo的一些分割模型替换sam，替换效果如下：

基于sam实例分割：
在这里插入图片描述

基于yolo语义分割识别地块：

在这里插入图片描述

GEE python——如何利用segment-geospatial Python模型实现机场飞机的提取和识别
此星光明博客
04-08 771
segment模型是一种用于图像分割的深度学习模型。图像分割是将图像划分为不同的区域或对象的过程，旨在识别和定位图像中的不同物体或区域。segment模型通常基于卷积神经网络（CNN）架构，并经过训练来学习从像素级别对图像进行分类的能力。它将输入图像作为输入，并输出一个与输入图像具有相同大小的分割结果图像。segment模型以像素为单位进行预测，将每个像素分类为图像中的某个类别。常见的应用包括语义分割（将图像中的每个像素标记为属于不同的语义类别，如道路、汽车、行人等），实例分割（将图像中的每个像素标记为不同
【GEO-AI】SAM-Geo库(segment-geospatial)入门教程
zhoulizhu的博客
11-29 5232
SAM-Geo是一个用于地理空间数据的Python 包，可在 PyPI 和 conda-forge 上使用。作者吴秋生是美国田纳西大学地理系老师，根据他在Bilibili主页上的介绍，研究方向主要包括地理信息科学和遥感，个人主页地址：https://wetlands.io。SAM-Geo工具包主要用于简化SAM模型在地理空间数据上的应用，其想法来源于segment-anything-eo【github地址。
SAM 影像分割——利用 Segment Anything Model (SAM)在colab进行遥感影像进行分割和地物的矢量提取（python）
此星光明博客
03-01 2227
本colab笔记本展示了如何使用 Segment Anything Model (SAM) 通过几行代码使用分段卫星图像。请确保在本笔记本中使用 GPU 运行时。在 Google Colab 中，进入运行时 -> 更改运行时类型，选择 GPU 作为硬件加速器。Runtime->值得注意的时在利用colab的过程中我们必须每次都安装，一旦在离线的情况下。
开源项目segment-geospatial常见问题解决方案
gitblog_00453的博客
12-14 876
开源项目segment-geospatial常见问题解决方案 segment-geospatial A Python package for segmenting geospatial data with the Segment Anything Model (SAM) ...
Segment Geospatial: 利用分割任意模型进行地理空间数据分析的Python利器
m0_75126181的博客
09-04 1656
Segment Geospatial是一个专门用于地理空间数据分割的Python包,它基于Facebook AI Research开发的Segment Anything Model (SAM)。该项目由地理信息系统(GIS)专家Qiusheng Wu开发,旨在简化SAM在地理空间数据分析中的应用过程。Segment Geospatial为用户提供了一套易于使用的工具,使他们能够利用最先进的图像分割技术来处理遥感影像和其他地理空间数据。
segment-geospatial 开源项目教程
gitblog_00508的博客
08-09 1087
segment-geospatial 开源项目教程 项目地址:https://gitcode.com/gh_mirrors/se/segment-geospatial 1. 项目介绍 Segment-Geospatial 是一个基于Python的库，用于利用Meta AI的Segment Anything Model（SAM）对地理空间数据进行分割。它的设计目标是简化用户处理地理空间分析任务时的编...
segment-geospatial
AI工程化、开源分享、文档翻译、代码笔记
02-04 1181
一、关于 segment-geospatial 导言 引文 特点 法律声明 二、安装 从PyPI安装 从 conda-forge安装 三、例子 四、演示 五、教程 六、将SAM与桌面GIS结合使用 七、计算资源
使用SAM进行遥感图像语义分割
lalula的博客
05-21 6332
SAM（Segment Anything Model）的成功表明了以数据为中心的机器学习的重要性。然而，由于遥感（RS）图像注释的困难和高成本，大量有价值的RS数据仍然没有被标记，特别是在像素级。在这项研究中，我们利用SAM和现有的RS物体检测数据集，开发了一个高效的管道来生成大规模的RS分割数据集，称为SAMRS。SAMRS在规模上超过了现有的高分辨率RS分割数据集几个数量级，并提供了物体类别、位置和实例信息，可用于语义分割、实例分割和物体检测，无论是单独还是组合。
Segment Geospatial: 地理空间数据处理的新星
gitblog_00062的博客
03-23 471
Segment Geospatial: 地理空间数据处理的新星 segment-geospatialA Python package for segmenting geospatial data with the Segment Anything Model (SAM)项目地址:https://gitcode.com/gh_mirrors/se/segment-geospatial 是一个强大的...
遥感中的 SAM 分割
gis收藏家的博客
04-15 1445
由于输出结果会进行简化，因此需要进行评估和细化的过程来丰富分类结果，确实它确实帮助我们加快了分类过程很多。在传统的遥感中，我们需要手动定义掩模和边界，例如目标的边界和掩模的裁剪。它可以通过相机的深度方向进行分割和提取，在本文中，我们将把 SAM 用于城市林业和遥感应用。SAM模型可以在城市地区有效工作，例如来自Google Earth网格模型的样本数据，它可以定义植被覆盖、道路（天桥）、建筑物和水体。基于 RGB 的 SAM 输出、绿带 SAM 输出、基于 RGB 的深度图和绿带深度图输出。
SAM大模型segment-geospatial 案例 sam2 box prompts 相关数据
12-19
SAM大模型segment-geospatial案例中的SAM2-promptbox-tsetdata文件集合，包含了在空间分析和地理信息系统（GIS）领域内，对土地覆盖、土地利用以及地理空间特征进行深入分析所需的数据。这些数据以矢量数据的形式...
SAM 影像分割——地理空间数据的分段模型的数据调参和自动分割分析
此星光明博客
03-01 1519
segment-geospatial 软件包的灵感来自 Aliaksandr Hancharenka 编写的 segment-anything-eo 存储库。为了方便将 Segment Anything Model（SAM）用于地理空间数据，我开发了 segment-anything-py 和 segment-geospatial Python 软件包，现在可以在 PyPI 和 conda-forge 上下载。
【Segment-geospatial 学习记录】
kunkun924的博客
09-28 452
如果 >0，则将进行后处理，以去除面积小于 min_mask_region_area 的遮罩中的断开区域和孔洞。后面的图层中，裁剪数量越多，重叠比例越小。一个过滤阈值（单位为 [0,1]），使用模型二值化掩码预测时使用的截点变化时掩码的稳定性。图层 n 中每边采样的点数按 crop_n_points_downscale_factor。如果为 “无”，"point_grids "必须提供明确的点采样。非最大抑制使用的框 IoU 截止值，用于过滤不同裁剪之间的重复遮罩。i_ 层数的图像裁剪。
使用 Segment-Geospatial 探索无尽的地理空间数据潜力
gitblog_00648的博客
08-09 901
使用 Segment-Geospatial 探索无尽的地理空间数据潜力 segment-geospatialA Python package for segmenting geospatial data with the Segment Anything Model (SAM)项目地址:https://gitcode.com/gh_mirrors/se/segment-geospatial 在当...
SAM+遥感：RSPrompter，遥感图像实例分割利器！
我爱计算机视觉
07-02 3922
关注公众号，发现CV技术之美本文转载自AI Around。本篇文章为大家介绍RSPrompter: Learning to Prompt for Remote Sensing Instance Segmentation based on Visual Foundation Model （基于视觉基础模型的遥感实例分割提示学习），代码已开源。1. 背景借助大量的训练数据（SA-1B），Meta AI...
Segment Anything Model Geospatial (SAM-Geo) 创建交互式地图
天波风客的博客
06-26 1948
SAM-Geo是一个用于地理空间数据的Python 包，可在 PyPI 和 conda-forge 上使用。本节教程是SAM-Geo官网的一个教程，根据输入提示范围创建mask遮罩。后面还有一种基于提示词创建的方式，如只输出房屋、道路、树木等，下一期我们专门写一篇。输入提示是指提供给模型以指导其生成或决策过程的信息或指令。在使用 Segment Anything Model (SAM) 生成对象掩码的上下文中，输入提示可以是单个点或多个点，用于指定要为其生成掩码的对象或区域。安装和导入库。
Segment Anything模型用于地理空间数据
天波风客的博客
06-03 1210
原文地址：https://samgeo.gishub.org/examples/satellite/此笔记本通过几行代码展示了如何使用 Segment Anything Model (SAM) 来使用分段卫星图像。确保为此jupyter notebook使用 GPU 运行时。安装依赖取消注释并运行以下单元格以安装所需的依赖项。# %pip install segment-geospatial l...
SAM大模型遥感领域测评
futuregislab的博客
05-23 4360
项目地址：SAM被誉为图片领域中的ChatGPT，可以对图片中的所有对象进行分割。以大家熟知的PS抠图功能类比，过去实现抠图大体上有两种打法：1.经过大量训练，分割出特定对象，比如抠人的模型，抠衣服的模型，抠动物的模型等；2.分割时尽可能的通用，分割后再进行微调。实际应用中，这两种方案混合出现，进而实现自动抠图的效果。但SAM依赖庞大的参数量和海量训练数据。
怎么使用segment-geospatial
最新发布
03-20
### 如何使用 `segment-geospatial` 库 `segment-geospatial` 是一个用于分割地理空间数据的 Python 工具包，基于 Meta 的 Segment Anything Model (SAM)[^1]。该库提供了简单易用的功能来处理遥感图像和其他地理空间数据集。 #### 安装依赖项 为了能够运行此工具包，首先需要安装必要的依赖项。可以通过以下命令完成安装： ```bash pip install git+https://gitcode.com/gh_mirrors/se/segment-geospatial.git@main ``` 或者如果想通过 GitHub 进行克隆并安装，则可以执行如下操作[^2]: ```bash git clone https://github.com/opengeos/segment-geospatial.git cd segment-geospatial pip install . ``` #### 启动文件说明 该项目的核心功能主要由两个模块实现： - **`__init__.py`**: 负责初始化整个库以及导入其他子模块中的核心类和函数[^3]。 - **`samgeo.py`**: 提供了 SAM 模型的具体实现细节及其与地理空间数据交互的方法。 #### 基本使用方法 以下是利用 `segment-geospatial` 对卫星影像或其他地理空间数据进行分割的一个基本流程示例代码： ```python from segment_geospatial import SamGeo, tms_to_geotiff, load_mask, show_image # 将 TMS 地图瓦片转换为 GeoTIFF 文件 tms_url = 'https://mt1.google.com/vt/lyrs=s&x={x}&y={y}&z={z}' output_file = './data/map.tif' tms_to_geotiff(tms_url=tms_url, zoom=18, output=output_file) # 初始化 SAM 模型实例 model_type = "vit_h" checkpoint = "./models/sam_vit_h_4b8939.pth" device = "cuda" sam = SamGeo(model_type=model_type, checkpoint=checkpoint, device=device) # 加载输入影像 image_path = './data/map.tif' # 执行自动分割 masks, scores, logits = sam.generate(image=image_path) show_image(masks[0]) # 显示第一个掩膜的结果 ``` 上述脚本展示了如何加载模型、读取地理空间数据，并调用生成器创建分割掩码的过程。 #### 高级配置选项 除了基础设置外，还可以调整更多参数来自定义行为，比如更改阈值、输出格式等。具体可查阅官方文档或源码注释获取更多信息。 ---
评论 12
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值