Py学习  »  机器学习算法

免费插件 |QGIS深度学习实现语义分割、目标检测、超分辨率重建,直接提取建筑道路农田飞机等地物

GIS前沿 • 2 月前 • 374 次点击  

这里我们介绍一个免费插件,在QGIS中直接应用深度学习预训练模型。

Deepness: Deep Neural Remote Sensing

核心功能
Deepness 是一个支持 ONNX 深度神经网络模型推理的插件,可用于遥感图像的分割、目标检测和回归任务。该插件可直接在栅格正射影像上运行,旨在将深度学习的强大能力带给普通用户。

主要特点

  • 支持处理任意栅格图层(包括自定义文件或在线地图如 Google 卫星图像)

  • 限制处理范围(可视区域或由矢量图层中的多边形定义的区域)

  • 支持多种常见模型类型:分割、检测、回归

  • 与图层高度集成(包括输入图层和模型输出图层),输出图层可手动保存为文件

  • 提供模型库(开发中),示例包括:飞机检测、玉米地损毁检测、油罐检测、汽车检测等

  • 包含训练数据导出工具,可将栅格图像与掩膜导出为小块用于训练

  • 支持高级参数配置,如空间分辨率、重叠比例、后处理方式

  • 插件首次启动时会弹出提示,协助安装所需的 Python 外部依赖包

使用步骤


1. 打开QGIS,找到标题栏的安装插件工具
2. 直接搜索deepness, 并点击安装
安装后的图标如图所示:
3. 点击之后出现参数调整面板。
选择输入数据
预训练模型可查阅:
https://qgis-plugin-deepness.readthedocs.io/en/latest/main/main_model_zoo.html
其它参数根据实际情况调整即可,然后点击下方的run,就会得到结果。
运行中:
结果会弹出统计:
4. 结果展示
建筑提取
车辆检测
图像级分割
土地覆盖分类
超分辨率重建

模型介绍





- END -



历史干货


最新2025年图源出炉?GIS、奥维直接加载
奥维批量导入TXT控制点坐标套合卫星地图
正射影像合并或批量分幅、转JPG或PDF和导入到奥维地图查看
你要的CORS账号,价格打下来了!只要9毛
空域申请 | 无人机航测UOM系统合法飞行申请流程
天地图上看实景三维






Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/181880
 
374 次点击