Die 5 besten eCognition-Alternativen (2026)

Die eigene Produktseite von Trimble sagt, eCognition „is no longer actively sold“. Wenn Sie diese Woche Objekte aus Bildern holen wollen, funktioniert AI Segmentation, das wir bauen, so: Zone zeichnen, Objekt in einfachen Worten tippen, Polygone zurückbekommen. Wenn Sie lieber die kostenlose Route wollen, trägt Orfeo ToolBox die ganze Segmentieren-dann-Klassifizieren-Kette.

Auf den eigenen Seiten von eCognition hat die Lizenz keinen veröffentlichten Preis, und ein in der Testversion gespeicherter Regelsatz lässt sich in einer lizenzierten Kopie nicht öffnen. Die Tools unten gehen von anderen Eingaben aus und laufen an anderen Orten.

Im Überblick verglichen

1. AI Segmentation

AI Segmentation ist von uns, also bewerten Sie diesen Eintrag entsprechend. Es ist ein QGIS-Plugin, mit dem Sie eine Zone zeichnen, das gewünschte Objekt in einfachen Worten tippen und jeden Treffer als gestyltes GeoPackage zurückbekommen. Sie bekommen ein Polygon pro Objekt, ohne Trainingssatz und ohne Abstimmung pro Sensor vor dem ersten Lauf.

Am besten für: den Geomatiker, der eCognition nutzte, um Gebäude, Pools, Solarmodule oder Baumkronen aus einem Orthofoto zu ziehen, und dessen Kunde den Layer will statt der Methode dahinter.

Nicht für: Arbeit unter einer Regel, die jeden Upload verbietet, außer Sie bleiben im lokalen Semi-Auto-Modell.

Preis: kostenlos für 1,5 km² Automatische Erkennung und 20 Semi-Auto-Objekterkennungen pro Monat, ohne Karte. Pro ist 39 € pro Monat für 100 km² und 500 Objekterkennungen. Das kleine lokale Modell in Semi-Auto hat gar keinen Zähler.

Läuft auf: unseren Servern in Europa für die zwei Cloud-Modi, und Ihrer eigenen Maschine für das lokale Semi-Auto-Modell. Keine Grafikkarte, in beiden Fällen.

Installation: das Plugin aus dem QGIS-Repository, dann ein kostenloses Konto. Keine Gewichte zum Herunterladen, keine Python-Umgebung zum Bauen.

Wo es gewinnt

• Minuten von einer verlorenen Lizenz zu einem funktionierenden Layer. Installieren, anmelden, Zone zeichnen, building tippen.
• Jedes Polygon kommt editierbar zurück und trägt bereits ein Label, eine Klasse, einen Confidence-Score und eine Fläche.
• Nichts pro Sensor zu kalibrieren, also ist der erste Lauf auf einem neuen Orthofoto dieselbe Arbeit wie der hundertste.

Wo es zurückbleibt

• Die zwei Cloud-Modi senden Bilder an einen Server. Wenn gar nichts die Maschine verlassen darf, nutzen Sie das lokale Semi-Auto-Modell oder Deepness unten.

Produktseite · Registry-Eintrag

Testen Sie AI Segmentation kostenlos in QGIS, keine Karte nötig

2. Orfeo ToolBox

Eine Fernerkundungs-Bibliothek mit einem Anbieter für die QGIS-Verarbeitung. LargeScaleMeanShift schneidet eine Szene in Objekte, TrainImagesClassifier labelt sie, und das Paar kommt dem, was Sie in eCognition gemacht haben, unter den kostenlosen Tools am nächsten.

Am besten für: den eCognition-Nutzer, der Scale, Shape und Kompaktheit von Hand abgestimmt hat und dieselbe Segmentieren-dann-Klassifizieren-Kette ohne Lizenz will.

Gebaut für: eine abgestimmte, wiederholbare Segmentieren-dann-Klassifizieren-Kette. Die Parameter werden pro Sensor gesetzt.

Preis: kostenlos, Apache 2.0.

Läuft auf: Ihrer Maschine, nur CPU, kein Konto. Die Kommandozeile geht auch.

Installation: OTB selbst, dann das OrfeoToolbox Provider Plugin, das QGIS-Core mit 3.36 verlassen hat.

Wo es gewinnt

• LargeScaleMeanShift verkettet Glätten, Segmentieren, Zusammenführen kleiner Regionen und Vektorisierung in einem Durchgang.
• Die Vektordatei, die es schreibt, trägt bereits Mittelwert und Standardabweichung pro Kanal für jedes Polygon, und diese Attributtabelle ist es, wovon TrainImagesClassifier dann lernt.

Grenzen

• Die Defaults sind Spatial-Radius 5, Range-Radius 15, Mindestgröße 50 Pixel und Kacheln von 500 mal 500. Die Objektgröße wird über diese Parameter gesetzt.

CookBook · LargeScaleMeanShift · TrainImagesClassifier

3. Semi-Automatic Classification Plugin

Eine QGIS-Werkbank, in der Sie Trainingsgebiete über ein Multikanal-Raster zeichnen, einen Algorithmus wählen und ein klassifiziertes Raster plus einen Genauigkeitsbericht bekommen. Es ist seit 2013 im QGIS-Repository.

Am besten für: die Person, deren eCognition-Arbeit Landbedeckung, Feldtyp oder Brandflächen war, und die das Ergebnis mit Zahlen statt mit einer Regeldatei verteidigen muss.

Nicht für: Objekte mit sauberen Kanten. Es klassifiziert Pixel, keine Segmente.

Preis: kostenlos, GPL v3.

Läuft auf: Ihrer Maschine, CPU reicht, kein Konto. Ein optionales Tool lädt Landsat- und Sentinel-2-Szenen herunter, und nur dann spricht es mit einem Server.

Installation: das Plugin aus dem QGIS-Repository, dann seine Abhängigkeiten. Es sitzt unten auf Remotior Sensus und holt scikit-learn und PyTorch bei der ersten Nutzung.

Wo es gewinnt

• Sechs Algorithmen sind dabei: Maximum Likelihood, Minimum Distance, Spectral Angle Mapping, Random Forest, Support Vector Machine und ein Multi-layer Perceptron.
• Der Genauigkeitsbericht kommt aus demselben Lauf, also kommen Lieferung und ihre Verteidigung zusammen an.
• Bilddownload, Kanalsätze, Trainingsgebiete und Klassifikation sitzen alle in einem Bedienfeld.

Grenzen

• Es klassifiziert Pixel, keine Segmente.

Handbuch · Plugin-Eintrag

4. Deepness

Ein QGIS-Plugin, das jedes ONNX-Modell, das Sie liefern, über ein Raster laufen lässt, Kachel für Kachel, und einen Vektor- oder Rasterlayer schreibt. Es ist die eine Route hier, bei der gar nichts Ihre Platte verlässt.

Am besten für: den Geomatiker unter einer Regel, die jeden Upload verbietet, der ein Modell findet oder trainiert, das zu seiner eigenen Bodenauflösung passt.

Gebaut für: alle, die ihr eigenes ONNX-Modell mitbringen.

Preis: kostenlos, Apache 2.0. Peer-reviewed in SoftwareX, DOI 10.1016/j.softx.2023.101495, wenn Sie es zitieren müssen.

Läuft auf: Ihrer Maschine, und nur Ihrer Maschine. Kein Konto, kein API-Schlüssel, und jede URL in der Quelle sitzt in einem Kommentar.

Installation: das Plugin, dann OpenCV und ONNX Runtime. Eine Grafikkarte braucht Ihr eigenes CUDA-Setup.

Wo es gewinnt

• Kein Netzwerkaufruf während es läuft, und genau darum wählt man es.
• CPU geht, und eine Karte macht es schnell: auf einer gemessenen Maschine brauchte eine Kachel von 5.000 mal 5.000 Pixeln bei 20 cm 80 Minuten auf CPU und 61 Sekunden auf GPU.
• Jede ONNX-Datei geht, also fällt ein selbst trainiertes Modell direkt hinein.

Grenzen

• Stand 23. August 2026 ist die ausgelieferte Version 0.6.5 vom 10. Dezember 2024. Offene Issues in ihrem GitHub-Tracker melden Installationsfehler unter macOS (#209) und unter QGIS 3.44 mit NumPy 2 (#235).
• Der Modell-Zoo ist eine Doku-Seite, und Sie laden die gewählte Datei herunter. Jedes Modell ist für eine bestimmte Bodenauflösung trainiert, passen Sie es also an Ihre Bilder an.

Repository · Doku

5. eCognition

Die objektbasierte Umgebung, die Sie schon kennen. Erst Multiresolution-Segmentation, dann eine Klassenhierarchie, die Sie selbst über spektrale Mittel, Textur, Fläche, Nachbarn und Eltern-Kind-Beziehungen schreiben.

Am besten für: die Person, deren Lieferung die Methode ist. Der Regelsatz speichert als .dcp-Datei oder packt als .dax-Lösung, läuft unverändert über tausend Kacheln und zeigt einem Prüfer, warum ein Polygon Gebäude hieß. Nichts oben ersetzt das.

Status: Laut der Produktseite von Trimble wird es nicht mehr aktiv verkauft.

Preis: auf den Seiten, die ich am 23. August 2026 gelesen habe, war kein Listenpreis veröffentlicht. Eine Testversion lädt noch herunter und ist nicht zeitbegrenzt, aber Export und Speichern sind eingeschränkt, und Trimble sagt, dass in der Testversion gespeicherte Regelsätze sich in einer lizenzierten Kopie nicht öffnen lassen.

Läuft auf: Ihrer Maschine, unter Lizenz, CPU mit optionaler GPU-Beschleunigung.

Installation: die Suite, plus eine Lizenz, die Sie anfragen müssen.

Wo es gewinnt

• Der Regelsatz ist portabel und lesbar, also überlebt die Methode einen Personalwechsel.
• Multiresolution-Segmentation ist noch die Referenz für Scale, Shape und Kompaktheit, und seine Doku ist frei lesbar.

Grenzen

• Regelsätze sind an das eCognition-Format gebunden. Wenn Sie wechseln wollen, können Sie die Methode als dokumentiertes Modell im Grafischen Modellierer von QGIS oder als PyQGIS-Skript nachbauen.

Regelsatz-Dokumentation · Multiresolution-Segmentation-Referenz

Seite an Seite

Zehn weitere Tools gibt es für engere Fälle, und keines hat hier eine Karte verdient. GRASS i.segment und SAGA geben Ihnen eine Segmentierung ohne etwas zu installieren. dzetsaka trainiert einen Klassifikator in etwa einer Minute.

Der Rest teilt sich danach, wie Sie gern arbeiten. scikit-image und RSGISLib passen zu Leuten, die lieber schreiben als klicken, Geo-SAM und samgeo machen Segment Anything ein Objekt nach dem anderen, und GeoAI macht Baumkronen und Wassermasken auf einer NVIDIA-Karte. Mapflow liefert Gebäude von einem Server für etwa 1,30 $ pro km², und das ist die nächste bezahlte Route zu unserer.

Umstieg von eCognition

Uns ist kein Exportpfad bekannt. Ihre .dcp- und .dax-Dateien sind eCognition-Formate, und wir haben kein kostenloses Tool gefunden, das sie liest. Was mitkommt, ist alles außer dem Regelsatz: die Bilder selbst, die Kachelgrenzen und die Klassenregeln, die Sie aus Ihrer eigenen Hierarchie ablesen können.

Was nicht mitkommt, ist Multiresolution-Segmentation, und das ist Trimbles Algorithmus. Orfeos LargeScaleMeanShift ist der praktische Ersatz, mit Range-Radius und Mindestgröße statt Scale.

Lesen Sie die Regelsatz-Dokumentation und die Segmentierungs-Referenz, solange beide noch online und kostenlos sind, und behandeln Sie sie als die Spezifikation, von der aus Sie nachbauen. Halten Sie eine lizenzierte Maschine am Leben, bis der Nachbau läuft, und budgetieren Sie das Ganze als Migration mit Frist.

Was zu merken ist

Die eigene Produktseite von Trimble sagt, eCognition wird nicht mehr aktiv verkauft.

Ein .dcp- oder .dax-Regelsatz ist ein eCognition-Format, und wir haben kein kostenloses Tool gefunden, das es liest, also ist eine Migration ein Nachbau.

Multiresolution-Segmentation ist Trimbles Algorithmus. Orfeos LargeScaleMeanShift ist eine kostenlose Segmentierung, die an seine Stelle treten kann.

Orfeo, SCP und Deepness machen während eines Laufs keinen Netzwerkaufruf, also bleiben Bilder unter einer No-Upload-Regel auf Ihrer Platte.

Laut Trimble lässt sich ein in der Testversion gespeicherter Regelsatz in einer lizenzierten Kopie nicht öffnen.

So habe ich verglichen

Fünf Kriterien, die entscheiden, ob ein Tool eCognition am Montag ersetzt: was Sie ihm liefern, wo es läuft, ob Ihre Bilder die Maschine verlassen, was ein echter Job kostet, und wie viel Installationsarbeit zwischen Ihnen und dem ersten Ergebnis steht. Jeder Preis, jede Lizenz und jede Version hier wurde am 23. August 2026 von den eigenen Seiten der Projekte gelesen, und die Lizenzen aus der jeweiligen LICENSE-Datei der Repositories.

Ich habe TerraLab mitgegründet, also Eintrag eins ist unserer. Er bekommt dieselben fünf Zeilen wie alles andere und eine Grenze, klar ausgesprochen.

Einen Job schicke ich anderswohin. Wenn Ihr Vertrag überhaupt keinen Upload verbietet, kaufen Sie unsere Cloud-Modi nicht. Installieren Sie Deepness, liefern Sie Ihr eigenes ONNX-Modell, und behalten Sie jedes Pixel auf Ihrer eigenen Platte.

Fragen, die Leute stellen

Was passiert mit meinen bestehenden eCognition-Regelsätzen?

Sie bleiben, wo sie sind. Ihre .dcp- und .dax-Dateien sind eCognition-Formate, und wir haben kein kostenloses Tool gefunden, das sie liest, also gibt es nichts zu konvertieren. Halten Sie eine lizenzierte Maschine am Leben, während Sie die Methode als Modell im Grafischen Modellierer von QGIS oder als Python-Skript nachbauen.

Kann ich eCognition noch herunterladen?

Ja. Trimble hält die Seite für Bestandskunden oben, und die Testversion lädt noch ohne Zeitlimit herunter. Export und Speichern sind in der Testversion eingeschränkt, und Trimble sagt, dass darin gespeicherte Regelsätze sich in einer lizenzierten Kopie nicht öffnen.

Was kostet eine eCognition-Lizenz 2026?

Kein Listenpreis ist veröffentlicht. Wenn ein Händler Ihnen noch ein Angebot macht, stellen Sie eine Frage und schreiben Sie die Antwort auf: was kostet ein Platz pro Jahr, alles inklusive mit Wartung, und für wie viele weitere Jahre ist er verlängerbar?

Gibt es eine kostenlose Multiresolution-Segmentation?

Nicht dieser Algorithmus, und der gehört Trimble. In QGIS ist der praktische Ersatz Orfeos LargeScaleMeanShift, das Nachbarpixel unter einer Homogenitätsregel gleich zusammenführt und Ihnen eine Scale-ähnliche Kontrolle über Range-Radius und Mindestgröße gibt.

Kann ich alle meine Bilder auf meiner eigenen Maschine behalten?

Ja, und drei der fünf oben qualifizieren sich. Orfeo, SCP und Deepness rufen während eines Laufs nie nach außen. Unsere zwei Cloud-Modi senden Bilder an einen Server in Europa, und das lokale Semi-Auto-Modell nicht.

Wie lange bis Gebäude aus einem Orthofoto kommen?

Mit AI Segmentation Minuten: Plugin installieren, anmelden, Zone zeichnen, building tippen. Mit Orfeo ein Nachmittag Abstimmung für den ersten Sensor, dann wiederholt es sich. Mit Deepness so lange, wie es dauert, ein ONNX-Modell zu finden, das auf Ihrer Bodenauflösung trainiert wurde, und dort steckt der meiste Aufwand dieser Route.

Wenn Sie tiefer in die modellbasierte Hälfte einsteigen wollen, deckt der Vergleich der acht KI-Plugins jedes Plugin ab, das in QGIS ein neuronales Netz über ein Raster laufen lässt, und der Mapflow-Artikel deckt die bezahlte serverseitige Route für sich ab. Der QGIS-AI-Hub listet den Rest.

Testen Sie AI Segmentation kostenlos in QGIS, keine Karte nötig