在城市规划、土地利用分析以及灾害应急管理等领域，准确提取建筑物覆盖区是重要的前期工作。利用遥感影像和深度学习技术，可以从高分辨率影像中自动提取建筑物区域。这种方法不仅提高了建筑物提取的精度，还能够大大节省人工标注的时间和成本。在ArcGIS Pro 中，通过集成深度学习模型，可以有效地处理大规模的遥感数据，为建筑物覆盖区的提取提供高效、精确的解决方案。这一过程有助于生成准确的建筑分布图，为城市管理与规划提供可靠的数据支持。
Building Footprints-US
Building Footprints-US是ArcGIS Living Atlas of the World提供的深度学习模型，该模型使用 Mask R-CNN 模型 使用 ArcGIS API for Python 实现的架构。用于从高分辨率航空和卫星图像中提取建筑物覆盖区。
ArcGIS Deep Learning Libraries
ArcGIS中的深度学习库是指ArcGIS Pro中集成的深度学习功能，这些功能允许用户使用深度学习模型进行地理信息处理和分析。
（1）打开下载好的遥感数据。点击【添加数据】，找到下载好的遥感数据。
（2）选择【地图处理】→【工具箱】→【影像分析工具】→【深度学习】→【使用深度学习检测对象】。
在【输入栅格】中选择当前遥感影像，将【输出检测到的对象】命名为building_DetectObjects，之后在【模型定义】选择已下载的Building Footprints-US模型文件（后缀名为.dlpk） 在【参数】设置中这里只对batch_size设置为：1，最后勾选：非极大值抑制。
（3）点击【环境】。
【像元大小】设置为0.3，【处理器类型】设置为GPU，将处理范围设置为”当前显示范围”最后点击【运行】。
可以发现这里的提取结果的边缘有一些伪影，这里我们需要使用对提取的几何进行规范化处理。
（4）在【工具箱】中点击【3D Analyst 工具】→【3D 要素】→【提取分析】→【规则化建筑物覆盖区】。
将【输入要素】选择为刚刚提取的几何图斑，在【容差】窗口输入1，点击【运行】。
调整几何斑块样式后与遥感影像图进行对比。
使用Building Footprints-US前需安装ArcGIS Pro的深度学习库。
https://storymaps.arcgis.com/stories/69fb21b744204d75a1f7146602a0b479
