面向地理空间数据的 PyTorch 领域库,提供数据集、采样器、变换和预训练模型。
opengeos/segment-geospatial
一个将 Segment Anything Model(SAM)应用于卫星、航拍等地理空间影像的 Python 分割工具包。
- Star
- 4,200
- Fork
- 451
- 未关闭 Issue
- 8
- 最近提交
- 4天前
这是什么?
SamGeo 是一个 Python 包,让 Segment Anything Model 能用极少的代码处理地理空间数据。它可以从 TMS 瓦片服务下载地图瓦片并转换为 GeoTIFF,再使用 SAM 或 HQ-SAM 进行分割。用户可以交互式地添加前景与背景点提示,也可以从矢量文件加载提示,或通过文本提示分割影像。
分割结果可导出为 GeoPackage、Shapefile 或 GeoJSON,提示也可保存为 GeoJSON。项目还支持时序遥感影像分割,并能在交互式地图上可视化结果。可选安装的 REST API 支持通过 HTTP 提供分割服务。
该项目同时提供 QGIS 插件,并附有 Jupyter、Google Colab 和 ArcGIS Pro 的示例。可通过 PyPI、conda-forge 或 pixi 安装,并按不同 SAM 版本提供可选依赖组合。
核心功能
- 01从 TMS 服务下载瓦片并生成 GeoTIFF 文件
- 02使用 SAM 和 HQ-SAM 分割栅格影像
- 03支持对遥感影像使用文本提示进行分割
- 04支持交互式添加前景和背景点提示
- 05结果可导出为 GeoPackage、Shapefile 和 GeoJSON
- 06提供 REST API,通过 HTTP 提供分割服务
适用场景
- 从卫星影像中提取建筑、游泳池等目标
- 对时序遥感数据批量分割,跟踪地表变化
- 为 QGIS 或 ArcGIS Pro 工作流生成矢量掩膜
- 在 GPU 服务器上以 Web 服务形式提供分割能力
快速上手
- 1
从 PyPI 安装 segment-geospatial(最小依赖)
pip install segment-geospatial
使用前须知
- 处理大型数据集时建议使用至少 8 GB 显存的强大 GPU。
- 在 Windows 上安装 SAM 3 比较麻烦,需要额外步骤。
- PyTorch 和 CUDA 等依赖较重,安装配置更复杂。
- 从底图下载大量瓦片前,应先征得底图提供方的许可。
收录于专题
标签
常见问题
- segment-geospatial 是什么?
- 一个将 Segment Anything Model(SAM)应用于卫星、航拍等地理空间影像的 Python 分割工具包。 SamGeo 是一个 Python 包,让 Segment Anything Model 能用极少的代码处理地理空间数据。它可以从 TMS 瓦片服务下载地图瓦片并转换为 GeoTIFF,再使用 SAM 或 HQ-SAM 进行分割。用户可以交互式地添加前景与背景点提示,也可以从矢量文件加载提示,或通过文本提示分割影像。
- segment-geospatial 可以免费使用吗?用的什么许可证?
- segment-geospatial 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- segment-geospatial 还在维护吗?
- 活跃维护中。segment-geospatial 最近一次提交是在 2026年11月3日。
- segment-geospatial 适合用来做什么?
- 从卫星影像中提取建筑、游泳池等目标 对时序遥感数据批量分割,跟踪地表变化 为 QGIS 或 ArcGIS Pro 工作流生成矢量掩膜 在 GPU 服务器上以 Web 服务形式提供分割能力
- segment-geospatial 怎么安装和运行?
- 从 PyPI 安装 segment-geospatial(最小依赖): pip install segment-geospatial
- 在哪里获取 segment-geospatial?
- 源代码和安装说明在 GitHub 上:https://github.com/opengeos/segment-geospatial
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一个用于在 Jupyter 中交互式分析和可视化 Google Earth Engine 地理空间数据的 Python 包。
用纯 Rust 编写的桌面与网页 GIS,可用于地图制作、空间分析和地理数据共享,支持命令脚本与 AI 助手。
基于 PyTorch 的可微分计算机视觉库,提供支持 GPU 的图像处理、几何、数据增强与特征匹配算子。
用于将卫星遥感影像处理为机器学习输入的模块化 Python 框架。
面向计算机视觉的 Python 图像增强库,统一处理图像、掩码、边界框和关键点。