segment geospatial下载 - segment geospatial源代码下载

segment geospatial

Ai源码

v0.12.3

下载

分段地理空间

用于使用 Segment Anything Model (SAM) 分割地理空间数据的 Python 包

介绍

Segment-Geospatial包的灵感来自 Aliaksandr Hancharenka 创作的 Segment-Anything-eo 存储库。为了方便对地理空间数据使用分段任意模型 (SAM)，我开发了分段-anything-py 和分段-地理空间 Python 包，这些包现在可以在 PyPI 和 conda-forge 上使用。我的主要目标是简化利用 SAM 进行地理空间数据分析的过程，使用户能够以最少的编码工作来实现这一目标。我从segment-anything-eo 存储库中改编了segment-geospatial 的源代码，其原始版本归功于Aliaksandr Hancharenka。

免费软件：麻省理工学院许可证
文档：https://samgeo.gishub.org

引文

吴 Q. 和 Osco L. (2023)。 samgeo：一个 Python 包，用于使用分段任意模型 (SAM) 来分段地理空间数据。开源软件杂志，8(89), 5663。 https://doi.org/10.21105/joss.05663
Osco, LP、Wu, Q.、de Lemos, EL、Gonçalves, WN、Ramos, APM、Li, J. 和 Junior, JM (2023)。用于遥感应用的分段任意模型 (SAM)：从零到一次。国际应用地球观测和地理信息杂志，124, 103540。 https://doi.org/10.1016/j.jag.2023.103540

特征

从切片地图服务 (TMS) 服务器下载地图切片并创建 GeoTIFF 文件
使用分段任意模型 (SAM) 和 HQ-SAM 对 GeoTIFF 文件进行分段
使用文本提示分割遥感图像
交互式创建前景和背景标记
从矢量数据集中加载现有标记
将分割结果保存为常见矢量格式（GeoPackage、Shapefile、GeoJSON）
将输入提示保存为 GeoJSON 文件
在交互式地图上可视化分割结果
从时间序列遥感图像中分割对象

安装

从 PyPI 安装

分段地理空间可在 PyPI 上使用。要安装segment-geospatial ，请在终端中运行以下命令：

pip install segment-geospatial

从 conda-forge 安装

分段地理空间也可在 conda-forge 上使用。如果您的计算机上安装了 Anaconda 或 Miniconda，则可以使用以下命令安装segment-geospatial。建议为segment-geospatial创建一个新的 conda 环境。以下命令将创建一个名为geo新conda环境并安装segment-geospatial及其依赖项：

conda create -n geo python
conda activate geo
conda install -c conda-forge mamba
mamba install -c conda-forge segment-geospatial

如果您的系统有GPU，但上述命令没有安装GPU版本的pytorch，您可以使用以下命令强制安装GPU版本的pytorch：

mamba install -c conda-forge segment-geospatial " pytorch=*=cuda* "

Samgeo-geospatial 有一些可选的依赖项，这些依赖项未包含在默认的 conda 环境中。要安装这些依赖项，请运行以下命令：

mamba install -c conda-forge groundingdino-py segment-anything-fast

示例

分割遥感图像
自动生成对象蒙版
使用输入提示分割遥感图像
使用框提示分割遥感图像
使用文本提示分割遥感图像
带文字提示的批量分割
将分段地理空间与 ArcGIS Pro 结合使用
使用文本提示分割游泳池
对 Maxar 开放数据计划的卫星图像进行分割

演示

自动口罩生成器

带输入提示的交互式分段

从现有文件输入提示

带文本提示的交互式分段

教程

我的 YouTube 频道上提供了视频教程。

自动生成掩模

将 SAM 与 ArcGIS Pro 结合使用

带文本提示的交互式分段

将 SAM 与桌面 GIS 结合使用

QGIS ：查看 QGIS 的几何属性插件。功劳归于比约恩·尼伯格 (Bjorn Nyberg)。
ArcGIS ：查看 ArcGIS 的分段任意模型 (SAM) 工具箱以及使用 ArcGIS 释放深度学习应用程序功能的资源。感谢 Esri。

计算资源

Segment Anything Model 是计算密集型的，建议使用强大的 GPU 来处理大型数据集。建议使用具有至少 8 GB GPU 内存的 GPU。您可以利用 Google Colab 提供的免费 GPU 资源。或者，您可以申请 AWS Cloud Credit for Research，该计划提供云积分来支持学术研究。如果您位于大中华区，请在此处申请 AWS 云积分。