![](https://img-blog.csdnimg.cn/img_convert/e8f91bff11d2039e52fae07a01e725ea.png)
使用AI来自动提取特征的需求日益增加。深度学习模型可以轻松地用于自动完成从卫星图像和点云数据集中数字化和提取地理特征的繁琐任务。这里有六个经过预训练的模型,你可以将其用于从提取建筑物占地面积到检测沉船等等。
建筑足迹提取
迄今为止,“建筑足迹提取”模型是最受欢迎的模型。这种深度学习模型用于从高分辨率(10–40 cm)图像中提取建筑足迹。建筑覆盖层可用于为城市规划和开发,保险,税收,变更检测,基础设施规划以及各种其他应用程序准备基础地图和分析工作流。
![](https://img-blog.csdnimg.cn/img_convert/03dcc4049ac89432fb3c0067870c7eac.png)
即使建筑物非常相似,这种新模型也能很好地工作-原始模型无法做到这一点。在以下图像中查看结果的差异:
![](https://img-blog.csdnimg.cn/img_convert/483cf7c3c4205fd3f216d1879d7e6361.png)