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）
可限制处理范围（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
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。模型介绍
