AI Segmentation untuk QGIS: panduan lengkap

Pusat kota sebelum dan sesudah deteksi bangunan otomatis (after) — Seluruh pusat kota, terdeteksi dalam satu proses (Saint-Germain-en-Laye, Prancis, pada citra Google Satellite). Seret gagangnya untuk membandingkan.

Pusat kota sebelum dan sesudah deteksi bangunan otomatis (before) — Seluruh pusat kota, terdeteksi dalam satu proses (Saint-Germain-en-Laye, Prancis, pada citra Google Satellite). Seret gagangnya untuk membandingkan.

AI Segmentation mengubah citra yang sudah Anda buka di QGIS menjadi layer vektor yang bersih. Ia bekerja dengan dua cara. Pertama, mode Automatic, di mana Anda menggambar sebuah zona, memberi nama objek, dan mendapatkan setiap instance sekaligus (footprint bangunan, bidang tanah, pohon, jalan, panel surya): berjalan di cloud, tanpa GPU di mesin Anda. Lalu mode Manual, di mana Anda mengklik satu objek dan AI menggambar garis luarnya, secara lokal di komputer Anda dan tanpa batas. Gambar di atas adalah satu proses Automatic, dan panduan ini menelusurinya secara langsung di QGIS, pengaturan demi pengaturan.

Instal dan aktifkan

Di QGIS, buka Plugins -> Kelola dan Instal Plugin, cari AI Segmentation, lalu instal. Kemudian masuk dari panel (tab browser, sekitar 15 detik) dan kedua mode siap dipakai.

Panel AI Segmentation dengan sakelar Manual/Automatic, siap untuk dimulai — Pilih layer citra Anda lalu jalankan.

Deteksi pertama Anda

Tujuan: mengekstrak setiap footprint bangunan di pusat kota di atas. Satu proses, dari awal hingga akhir.

Gambar zona Anda

Klik Start Automatic AI Segmentation, lalu klik di sekeliling area pada peta dan tutup lingkarannya. Citra yang tajam dan berkontras baik menghasilkan poligon yang paling bersih.

Zona digambar titik demi titik, lalu ditutup.

Beri nama objeknya

Ketik objeknya (di sini building), atau pilih dari Library objek siap pakai lengkap dengan pratinjau.

Langkah penyiapan: objek diatur ke building, kartu contoh, slider detail

Tunjukkan contoh (opsional)

Satu kata tidak selalu cukup. Draw an example memberikan AI sampel dari citra Anda sendiri (sensor, musim, dan resolusi yang sama): gambar garis luar satu objek, AI mencari yang mirip. Exclude a look-alike melakukan sebaliknya: gambar garis luar sebuah false positive untuk memberi tahu AI "bukan ini". Beberapa contoh ditambah sebuah nama biasanya menjadi kombinasi terkuat, dan contoh saja sudah cukup ketika objek tidak punya nama yang jelas.

Show an example: satu contoh positif (hijau) dan satu pengecualian (merah) digambar di peta

Chip referensi di panel: contoh 1 berwarna hijau, pengecualian 2 berwarna merah

Atur Detail

Slider Detail membagi zona Anda menjadi kisi ubin 1024 px, masing-masing dideteksi pada resolusi penuh lalu dijahit kembali menjadi satu layer yang mulus, sehingga objek yang melintasi sambungan digabungkan. Detail yang lebih halus memotong ubin lebih kecil dan menemukan objek lebih kecil; jumlah ubin diperbarui secara langsung (di sini 12 ubin). Tidak ada batas ukuran untuk zona.

Pratinjau kisi ubin langsung di atas zona

Deteksi

Klik Detect objects. Zona diproses ubin demi ubin dan hasilnya tergambar langsung di peta. Proses ini menemukan 2.415 objek dalam sekitar dua menit.

Deteksi sedang berjalan, ubin 4 dari 12, 365 objek ditemukan sejauh ini

Hasil sebagian tergambar langsung selama proses berjalan

Tinjau

Deteksi membuka sebuah tinjauan, bukan ekspor. Semua yang di bawah ini instan dan tidak perlu proses ulang: Anda memfilter dan membentuk ulang deteksi sampai layer terlihat pas. Bagian berikutnya membahas setiap kontrol.

Panel tinjauan: jumlah, warna tampilan, histogram keyakinan

Ekspor

Klik Export polygons. Anda mendapatkan layer GeoPackage yang sudah ditata dengan skema siap GIS: class, score, area_m2, perimeter_m. Di sini, 306 footprint bangunan.

Layer GeoPackage yang diekspor dengan 306 footprint bangunan

Tabel atribut dengan kolom class, score, area_m2 dan perimeter_m

Kontrol tinjauan, dijelaskan

Confidence

Setiap deteksi membawa sebuah score: seberapa yakin AI bahwa poligon ini benar-benar objek Anda. Proses mengembalikan semua yang masuk akal, dan slider Confidence menetapkan score minimum yang dipertahankan: seret ke arah More objects untuk memunculkan deteksi yang lebih lemah, ke arah Only confident untuk menyimpan hanya yang paling kuat. Histogram di atas slider menunjukkan berapa banyak objek berada di tiap tingkat, dan jumlahnya diperbarui secara langsung. Proses yang sama, disapu langsung antara More objects dan Only confident:

Seret slider Confidence dan layer serta jumlahnya diperbarui seketika.

Objek yang padat dan berulang seperti atap-atap ini mendapat score yang sedang, jadi memulai dari rendah lalu memangkas ke atas biasanya lebih baik daripada sebaliknya. Objek yang Anda perbaiki dengan tangan selalu dipertahankan, berapa pun keyakinannya.

Display colors

Empat cara melihat deteksi yang sama, masing-masing menjawab pertanyaan berbeda. Random (satu warna per objek) memeriksa apakah tetangga terpisah. Outline menguji batas terhadap citra. Confidence menunjukkan di mana AI yakin (kuning) atau ragu (ungu), yang memberi tahu Anda ke mana mengarahkan slider keyakinan. Normal adalah satu warna bersih. Murni visual, geometri tidak pernah berubah.

Empat mode tampilan berdampingan: Random, Outline, Confidence, Normal — Deteksi yang sama, empat pembacaan: Random untuk memisahkan tetangga, Outline untuk memeriksa batas, Confidence untuk menandai keraguan, Normal untuk melihat layernya.

Refine detections

Bagian Refine detections membentuk ulang setiap poligon sekaligus, seketika:

Right angles menyudutkan tepi ke 90 derajat, untuk bentuk buatan manusia seperti bangunan, kolam dan panel surya.
Round corners melembutkan garis luar, untuk bentuk alami seperti pohon dan semak.
Fill holes menutup celah di dalam setiap poligon.
Min / Max size menyembunyikan deteksi di luar rentang luas permukaan tanah, cara tercepat untuk membuang bercak noise kecil.
Simplify outline, Clean edges dan Expand/Contract menyetel garis luar itu sendiri.

Trik yang sama untuk apa saja

Mode Automatic hanya berjarak satu input dari pekerjaan yang benar-benar berbeda: ganti katanya, dapatkan layer lain. Bidang pertanian di atas 5 km²:

Bidang pertanian sebelum dan sesudah deteksi otomatis (after) — Prompt: farm field. Sekitar 250 bidang di atas 5 km2, satu proses.

Bidang pertanian sebelum dan sesudah deteksi otomatis (before) — Prompt: farm field. Sekitar 250 bidang di atas 5 km2, satu proses.

Atau jaringan jalan sebuah kawasan perkotaan yang padat:

Jalan perkotaan sebelum dan sesudah deteksi otomatis (after) — Prompt: road. Permukaan yang bisa dilalui diekstrak sebagai poligon.

Jalan perkotaan sebelum dan sesudah deteksi otomatis (before) — Prompt: road. Permukaan yang bisa dilalui diekstrak sebagai poligon.

Pohon, mobil, rumah kaca, kolam, panel surya semuanya bekerja dengan cara yang sama; Library di panel mencantumkan objek siap pakai lengkap dengan pratinjau jika Anda tidak ingin menebak-nebak kata-katanya.

Mode Manual

Manual menjalankan model lokal di komputer Anda sendiri, tanpa batas, setelah penyiapan sekali dari panel. Klik sebuah objek dan AI menggambar garis luarnya; klik kiri menambah area, klik kanan menghapus, dan Anda menyimpan lalu mengekspor poligon satu per satu. Ini unggul ketika Anda butuh sepuluh objek presisi ketimbang seribu, atau ketika Anda ingin kendali penuh atas setiap garis luar.

Kedua mode saling menyambung: Refine in Manual mode, langsung di dalam tinjauan Automatic, membuka deteksi Anda di Manual sehingga Anda dapat memperbaiki atau menambahkan beberapa objek dengan tangan, lalu kembali dan mengekspor semuanya bersama-sama.

Tombol Refine in Manual mode di dalam panel tinjauan Automatic — Refine in Manual mode: rapikan hasil otomatis dengan tangan, lalu ekspor.

Coba di peta Anda sendiri

Uji terbaik adalah zona yang benar-benar Anda kerjakan: instal AI Segmentation, jalankan di sana, dan bandingkan layernya dengan apa yang akan Anda digitalisasi dengan tangan. Dan jika ada yang berperilaku aneh, tombol ? Help di panel menghubungkan Anda langsung dengan kami.