Alternative a Deepness per QGIS: 5 plugin a confronto
Pubblicato il Aggiornato il

L'alternativa a Deepness per QGIS più rapida è AI Segmentation, il nostro plugin: disegni una zona, scrivi building e i poligoni tornano indietro, senza nessun file di modello. Deepness, invece, esegue un modello di deep learning su un raster dentro QGIS, tassello dopo tassello, sul tuo computer e gratis.
Deepness lavora a partire da un file ONNX che fornisci tu: scegli un modello dalla pagina della documentazione, lo scarichi e poi lo selezioni nel plugin. Se non hai un file del genere, gli altri strumenti qui sotto partono da input diversi. Deepness è al secondo posto, scritto con le stesse regole degli altri.
Alternative a Deepness per QGIS a colpo d'occhio
| Strumento | Ideale per | Prezzo | Dove gira | Piano gratuito |
|---|---|---|---|---|
| AI Segmentation (nostro) | Qualsiasi oggetto che sai nominare, su un'area, senza installare nulla | 1,5 km² al mese gratis, 39 € per 50 km² | I nostri server, o il tuo computer in modalità Semi-Auto | 1,5 km² al mese, senza carta |
| Deepness | Un modello che hai già, su immagini che devono restare dove sono | Gratis, Apache 2.0 | Il tuo computer | Tutto, senza account |
| Geo SAM | Qualche decina di oggetti selezionati uno alla volta, offline | Gratis, MIT | Il tuo computer | Tutto, senza account |
| GeoAI | Chiome degli alberi, maschere d'acqua e il tuo addestramento, su una scheda NVIDIA | Gratis, MIT | Il tuo computer | Tutto, senza account |
| Mapflow | Edifici, strade e campi come prodotti finiti su un'intera città | Circa 1,30 $ per km² per gli edifici | I loro server | 250 crediti, per al massimo 25 km² |
1. AI Segmentation
AI Segmentation è nostro, quindi pesa questa voce di conseguenza. Disegni una zona su qualsiasi raster o mappa di base, scrivi una parola come building o solar panel e ogni corrispondenza torna come poligono a sé. Il risultato è un GeoPackage con stile, in cui ogni poligono ha un'etichetta, una classe, un punteggio di confidenza e un'area.

- Ideale per: un geomatico senza modello, senza scheda grafica e senza una serata libera, che ha bisogno di estrarre oggetti da un'immagine oggi stesso.
- Non adatto a: immagini che non possono lasciare il computer, a meno di restare in modalità Semi-Auto, o una classe che conoscono solo le tue etichette.
- Prezzo: gratis per 1,5 km² di rilevamento automatico al mese, senza carta. Pro costa 39 € al mese per 50 km². La modalità Semi-Auto sul tuo computer non ha contatore.
- Dove gira: sui nostri server in Europa per le due modalità cloud, quindi le immagini dentro la tua zona lasciano il computer. La modalità Semi-Auto esegue in locale un piccolo modello e le tiene lì.
- Installazione: il plugin, e nient'altro. Nessun comando pip, nessuna CUDA e nessun peso da scaricare.
Dove vince
- La parola che scrivi è la classe, quindi passare da
buildingasolar panelcosta un campo, non un nuovo addestramento. - I cursori di confidenza e di area filtrano il risultato direttamente, prima dell'esportazione.
Limiti
- Restituisce più di quanto chiedi. Sfiatatoi, lucernari, capanni nei cortili e ombre tornano come poligoni ben delineati che però non sono edifici, quindi sposti i cursori finché spariscono. In un'elaborazione su Parigi si è passati da 635 poligoni a 82, e quegli 82 coprivano ancora l'84% dell'area edificata.
Pagina del prodotto e la guida completa.
Prova AI Agent gratis in QGIS, senza carta
2. Deepness
Carica una rete ONNX che fornisci tu, la fa scorrere su un raster in tasselli sovrapposti e scrive il risultato come layer. Supporta segmentazione, rilevamento di oggetti, regressione e super-risoluzione, e sei tu a impostare la dimensione del tassello, la sovrapposizione e la post-elaborazione.

- Ideale per: chi ha un file ONNX già addestrato, o un sensore compatibile con uno dei 24 modelli della pagina del model zoo, e deve tenere le immagini sul computer.
- Pensato per: chi porta il proprio modello ONNX.
- Prezzo: gratis. Nessun account, nessuna chiave API, nessun controllo di licenza nel codice. L'unica chiamata verso l'esterno è il
pip installal primo avvio. - Dove gira: sul tuo computer, con CPU o CUDA. L'installatore scarica la versione per GPU solo su Linux, quindi Windows e macOS ricevono il semplice
onnxruntime. - Installazione: il plugin, poi OpenCV e ONNX Runtime al primo avvio.
Dove vince
- Gira il tuo modello. Funziona qualsiasi ONNX con la forma documentata, addestrato sulle tue etichette, sul tuo sensore e alla tua risoluzione.
- Niente è a consumo, quindi una cittadina di 10 km² e una regione di 1.000 km² costano uguale.
- Apache 2.0 e sottoposto a revisione paritaria su SoftwareX (DOI 10.1016/j.softx.2023.101495), quindi un file di modello bloccato su una versione dà la stessa risposta tra tre anni.
Limiti
- Il modello lo porti tu e imposti tu la sua risoluzione in cm per pixel. Il model zoo elenca 24 modelli addestrati con risoluzioni da 0,5 a 1.000 cm per pixel e avverte che i modelli forniti non sono strumenti universali.
- Le elaborazioni su CPU richiedono più tempo di quelle su GPU. Un utente ha segnalato nella issue #192, 80 minuti su un Ryzen 7 5800X contro 61 secondi su una GTX 1660 Ti. Una macchina, un modello: leggilo come la sua misura, non come un benchmark.
Repository e documentazione. Al 23 agosto 2026 la documentazione viene generata da un ramo più recente non ancora rilasciato, mentre la versione del repository ufficiale dei plugin è la 0.6.5, del 10 dicembre 2024.
3. Geo SAM
Segment Anything dentro QGIS. Fai clic su un punto o trascina un riquadro su un raster, e quell'unico oggetto torna come poligono.
- Ideale per: qualche decina di oggetti da un'immagine locale, senza un file di modello da cercare e senza comandi pip da digitare.
- Pensato per: un oggetto per prompt.
- Prezzo: gratis, MIT.
- Dove gira: sul tuo computer, con o senza scheda grafica. Nessun account.
- Installazione: il plugin. Gestisce da solo le dipendenze e scarica i checkpoint da dentro QGIS.
Dove vince
- È l'unica opzione offline che non richiede alcun file di modello.
- Accetta un file raster o un layer XYZ, WMS o WMTS, quindi funziona anche con una mappa di base.
Limiti
- Il primo prompt su una nuova immagine aspetta che l'intera immagine sia codificata: “da pochi secondi a diversi minuti a seconda delle dimensioni dell'immagine, del modello e dell'hardware”, secondo le sue stesse FAQ, che includono anche una strategia a basso consumo di memoria per quando questo passaggio esaurisce la RAM.
Repository, documentazione e scheda del plugin.
4. GeoAI
Una cassetta degli attrezzi di attività pronte, ciascuna in un pannello ancorabile: segmentazione degli alberi, segmentazione dell'acqua, Segment Anything, segmentazione semantica e per istanze, più un modulo per addestrare il tuo modello. Ogni pannello produce poligoni e maschere.

- Ideale per: chi ha una scheda NVIDIA e una serata a disposizione, e vuole coprire più attività di rilevamento senza dover esportare un file ONNX.
- Nota: SAM 3 richiede una scheda NVIDIA.
- Prezzo: gratis, MIT.
- Dove gira: sul tuo computer. CUDA per la velocità, Apple MPS su Apple Silicon, CPU come ripiego. Nessun account, tranne che per i pesi di SAM 3 serve prima una richiesta di accesso su Hugging Face.
- Installazione: il plugin, più un ambiente PyTorch. La sua stessa pagina dice che può “essere impegnativa a causa delle complicate dipendenze di pytorch/cuda”.
Dove vince
- Più attività in un solo plugin, ciascuna con il suo pannello e nessuna che richiede un file di modello.
- Il modulo di addestramento tiene le tue etichette dentro lo stesso strumento.
Limiti
- SAM 3 richiede una scheda NVIDIA. Senza, restituisce
Failed to load model: Torch not compiled with CUDA enabled, mentre gli altri modelli continuano a funzionare.
Documentazione del plugin e repository.
5. Mapflow, di Geoalert
Disegni un'area su una delle loro fonti di immagini, scegli una classe e ottieni layer vettoriali: edifici con altezza facoltativa, strade, campi agricoli, bosco, cantieri.

- Ideale per: una di queste classi già pronte su un'intera città, senza installare nulla e senza scheda grafica.
- Non adatto a: una classe fuori dal loro elenco.
- Prezzo: crediti a 0,10 $ ciascuno. Gli edifici costano 10 crediti per km² e la mappa di base ne aggiunge da 1 a 9, quindi un'elaborazione su una mappa di base Mapbox a zoom 18 costa 13 crediti, circa 1,30 $ per km², e ogni lavoro viene arrotondato a un km² intero. Il piano gratuito dà 250 crediti per al massimo 25 km².
- Dove gira: sul loro servizio ospitato per il plugin QGIS, con un account. Il loro sito elenca anche un'opzione on-premise per i clienti enterprise, che questo articolo non confronta.
- Installazione: solo il plugin.
Dove vince
- Il pannello calcola il costo dell'elaborazione prima che tu la avvii.
- L'altezza degli edifici torna come attributo, cosa che nessun altro strumento qui offre.
Documentazione del plugin e repository.
Confronto affiancato
| Strumento | Cosa gli dai | Installazione | GPU | Account | Le immagini lasciano il computer | Una cittadina da 10 km² |
|---|---|---|---|---|---|---|
| AI Segmentation (nostro) | Una zona che disegni, più una parola | Solo il plugin | No | Sì | Solo nelle due modalità cloud | Un quinto di un mese a 39 € |
| Deepness | Qualsiasi layer raster, più un file ONNX | Plugin, poi OpenCV e ONNX Runtime | Facoltativa, in pratica solo su Linux | No | No | Gratis, si paga in ore di CPU |
| Geo SAM | Un file raster, o un layer XYZ, WMS o WMTS | Plugin, dipendenze gestite | Facoltativa | No | No | Gratis, un clic per oggetto |
| GeoAI | Un layer raster | Plugin, più un ambiente PyTorch | Consigliata, NVIDIA per SAM 3 | No | No | Gratis, si paga in tempo di installazione |
| Mapflow | Un'area che disegni sulle loro immagini | Solo il plugin | No | Sì | Sì, con il plugin ospitato | Circa 13 $ |
La colonna dell'installazione è quella che la gente sottovaluta, e lo dice la scheda stessa di Deepness.

Come passare da Deepness a un altro strumento
Esporta prima i tuoi risultati. Un'elaborazione di Deepness finisce in un layer temporaneo in memoria che sparisce con il progetto, quindi fai clic destro sul layer e salvalo come GeoPackage prima di chiudere QGIS.
Il tuo file ONNX non ha casa negli altri quattro. Nessuno di loro carica una rete che hai addestrato tu. Conserva il file e tieni Deepness installato per il giorno in cui un lavoro ne avrà bisogno.
Quello che perdi è l'inferenza offline, ma solo se ripieghi sul plugin ospitato di Mapflow o sulla nostra modalità Automatica, perché entrambi inviano a un server le immagini dentro la tua zona. Geo SAM e GeoAI restano locali, esattamente come Deepness. Quello che guadagni è uguale in tutti e quattro i casi: niente caccia al modello, niente risoluzione in cm/px da digitare, niente pip install al primo avvio.
Cosa tenere a mente
Deepness è l'unico strumento di questa pagina che esegue una rete addestrata da te, ed è l'unica cosa da pesare prima di lasciarlo.
Il model zoo è una pagina di documentazione, quindi il file ONNX arriva a mano e la sua risoluzione la imposti tu.
Un tassello di 5.000 per 5.000 pixel a 20 cm, segnalato da un utente, ha richiesto 80 minuti su CPU, contro 61 secondi su una GTX 1660 Ti.
Deepness, Geo SAM e GeoAI non fanno alcuna chiamata di rete mentre il modello gira, quindi le immagini soggette a un divieto di upload restano sul tuo disco.
Rilevare ogni edificio in una cittadina di 10 km² costa circa 13 $ su Mapflow, un quinto di un mese Pro a 39 €, e il tempo di installazione sui tre strumenti gratuiti.
Come li ho confrontati
Cinque criteri: cosa dai in pasto allo strumento, dove gira, se le immagini lasciano il tuo computer, quanto costa un lavoro reale e quanto dura l'installazione. Prezzi, versioni, licenze e numeri delle issue aperte sono stati letti il 23 agosto 2026 dal repository o dalla documentazione di ciascun progetto. Gli screenshot sono dello stesso giorno.
Trasparenza: la prima voce è nostra. Se le tue immagini sono soggette a una policy che vieta qualsiasi upload e hai già un file ONNX addestrato, resta su Deepness. La nostra modalità Automatica rileva sui nostri server, e nulla qui lo cambia.
Domande frequenti
Tutte e quattro le altre. Geo SAM e GeoAI scaricano da sole i loro pesi, mentre il plugin ospitato di Mapflow e il nostro AI Segmentation tengono i propri su un server, quindi sul tuo disco non arriva nulla. Deepness ti chiede di portare il tuo modello, ed è anche ciò che gli permette di eseguire un modello addestrato da te.
Il suo tracker GitHub elenca segnalazioni di installazione su macOS, per esempio la #209, aperta al 23 agosto 2026. Controlla il tracker prima di pianificare. Geo SAM gestisce da solo le dipendenze e gli strumenti in hosting richiedono solo il plugin, quindi un Mac non ne ferma nessuno.
Sì. Deepness, Geo SAM e GeoAI ripiegano tutti sulla CPU, e Deepness su Windows e macOS non installa nemmeno la versione per GPU. Paghi in tempo: un tassello segnalato da un utente ha richiesto 80 minuti su CPU contro 61 secondi su una GTX 1660 Ti. Se non hai né la scheda né la pazienza, Mapflow e il nostro AI Segmentation calcolano su un server.
Un utente lo ha segnalato nella issue #235, aperta al 23 agosto 2026: i requisiti del plugin fissano numpy<2.0.0 e QGIS 3.44 include NumPy 2.4.3, quindi al primo avvio è comparso A module that was compiled using NumPy 1.x cannot be run in NumPy 2.4.3. Stampa numpy.__version__ nella Console Python di QGIS prima di installare.
Deepness, Geo SAM e GeoAI, tutti e tre completamente: nessun account, nessuna chiave API e nessuna chiamata di rete mentre il modello gira. Anche la nostra modalità Semi-Auto resta in locale, mentre la nostra modalità Automatica e il plugin ospitato di Mapflow inviano a un server le immagini dentro la tua zona, il nostro in Europa.
Circa 13 $ su Mapflow, a 13 crediti per km² su una mappa di base Mapbox a zoom 18. Sul nostro piano Pro, 39 € al mese coprono 50 km², quindi quella cittadina vale un quinto di mese. Sui tre strumenti gratuiti l'area non costa nulla, e paghi in tempo di installazione e ore di CPU.
Sono addestrati con risoluzioni da 0,5 a 1.000 cm per pixel, quindi controlla la colonna CM/PX rispetto alle tue immagini. La pagina stessa avverte che i modelli non sono strumenti universali.
Un'elaborazione di Deepness finisce in un layer temporaneo in memoria che sparisce con il progetto. Fai clic destro sul layer e salvalo come GeoPackage prima di chiudere qualsiasi cosa.
Deepness esegue un modello già addestrato per un compito e una risoluzione, quindi è la scelta giusta quando un modello del suo catalogo si adatta alle tue immagini o quando hai un tuo file ONNX. Segment Anything non richiede addestramento: delinea qualsiasi oggetto clicchi o descrivi, funziona meglio dove i bordi sono netti e gira in QGIS tramite GeoAI, Geo SAM o GeoOSAM, con una scheda NVIDIA per la versione più recente. Per nominare un oggetto e ottenere tutte le corrispondenze senza GPU né file di modello, AI Segmentation esegue i propri modelli sui nostri server.
Per lavori più mirati esistono altri strumenti: Bunting Labs AI Vectorizer traccia le linee davanti al cursore mentre digitalizzi a mano, SamGeo è un altro plugin Segment Anything locale e SCP classifica la copertura del suolo a partire da aree di addestramento che disegni tu.
Gli otto plugin AI a confronto copre il panorama più ampio, la guida a SAM approfondisce Segment Anything e cos'è GeoAI spiega il termine con cui vengono venduti tutti e cinque questi strumenti. L'hub QGIS AI mappa il resto.
Fallo in QGIS semplicemente chiedendolo
AI Agent esegue l'attività che descrivi, direttamente nel tuo progetto QGIS. Gratis, senza carta.
, tassello dopo tassello, sul tuo computer e gratis.

