QGISのDeepness代替プラグイン5選：無料・有料比較

Deepnessの最速の置き換えは私たちのAI Segmentationです：範囲を描き、buildingと入力すれば、モデルファイルなしでポリゴンが返ってきます。Deepness自体は、QGISの中でラスタの上にディープラーニングモデルをタイルごとに、お使いのコンピュータ上で無料で実行します。

DeepnessはONNXファイルを自分で用意して使います。ドキュメントページでモデルを選んでダウンロードし、次にプラグインからそのファイルを指定します。そのようなファイルがない場合は、以下の他のツールが別の入力から始まります。Deepnessは2番目に、他と同じ行に並べています。

一覧比較

1. AI Segmentation

AI Segmentationは当社のツールですので、その前提で読んでください。ラスタやベースマップの上に範囲を描き、buildingやsolar panelのような単語を入力すれば、一致する全件が個別のポリゴンで返ってきます。出力はスタイル付きGeoPackageで、各ポリゴンがラベル、クラス、信頼度、面積を持ちます。

• 最適： モデルもグラフィックカードも空いた夜もなく、今日画像から対象が必要な測量技術者。
• 不向き： 半自動モードに残らない限りコンピュータを離れられない画像、または自分のラベルだけが知るクラスの場合。
• 価格： 自動検出が月1.5km²まで無料、カード不要。Proは月€39で100km²。お使いのコンピュータ上の半自動モードにカウンターなし。
• 実行環境： 2つのクラウドモードでは欧州にある当社のサーバー、よって範囲内の画像はコンピュータを離れます。半自動モードは小さなモデルをローカルで動かし、画像をそこに置きます。
• インストール： プラグインのみ、その後は何もなし。pipコマンドなし、CUDAなし、重みファイルの取得なし。

強み

• 入力する単語がそのままクラスになるため、buildingからsolar panelまで1フィールドで変わり、再学習は不要。
• 信頼度と面積のスライダーでエクスポート前に結果をその場で絞り込めます。

制限

• 頼んだ以上が返ってきます。換気口、天窓、中庭の小屋、影が正しく輪郭化されたポリゴンとして返り、建物ではないため、消えるまでスライダーを動かします。パリの1回の実行では635ポリゴンが82まで減り、その82が建物面積の84%を保持していました。

製品ページと完全ガイド。

QGISで無料で試す。カード不要

2. Deepness

用意したONNXネットワークを読み込み、重なり合うタイルでラスタの上を滑らせ、結果をレイヤとして書き戻します。セグメンテーション、物体検出、回帰、超解像に対応し、タイルサイズ、重なり、後処理を設定します。

• 最適： 学習済みONNXを持つ人、またはzooページの24モデルの1つに合うセンサーの人で、画像をコンピュータに置く必要がある場合。
• 向いている用途： 自分のONNXモデルを持ち込む人。
• 価格： 無料。アカウントなし、APIキーなし、コードのどこにもライセンス確認なし。唯一の外向き通信は初回起動時のpip installです。
• 実行環境： お使いのコンピュータ、CPUまたはCUDA。インストーラはLinuxでのみGPUビルドを取得するため、WindowsとmacOSは素のonnxruntimeになります。
• インストール： プラグイン、次に初回起動でOpenCVとONNX Runtime。

強み

• 自分のモデルが動きます。文書化された形状に合うONNXなら何でも動き、自分のラベル、自分のセンサー、自分の解像度で学習したものです。
• 計測がなく、10km²の町も1,000km²の地域も同じコストです。
• Apache 2.0でSoftwareXの査読付き（DOI 10.1016/j.softx.2023.101495）のため、固定したモデルファイルは3年後に同じ答えを出します。

制限

• モデルは持ち込みで、解像度もcm/ピクセルで自分で設定します。zooのページは0.5〜1000cm/ピクセルで学習した24モデルを載せ、提供モデルは汎用ツールではないと注記しています。
• CPU実行はGPU実行より時間がかかります。あるユーザーがissue #192で報告した20cmの5000×5000ピクセルのタイル1件は、Ryzen 7 5800Xで80分、GTX 1660 Tiで61秒でした。1台のコンピュータ、1つのモデルなので、ベンチマークではなく彼の計測値として読んでください。

リポジトリとドキュメント。2026年8月23日時点で、ドキュメントはより新しい未公開ブランチから作られており、マーケットプレイスのバージョンは2024年12月10日の0.6.5です。

3. Geo SAM

QGIS内のSegment Anything。ラスタ上で点をクリックするかボックスを引けば、その1つの対象がポリゴンで返ってきます。

• 最適： ローカルの画像から数十個の対象まで、探すモデルファイルなし、打つpipコマンドなし。
• 向いている用途： 1プロンプトにつき1つの対象。
• 価格： 無料、MIT。
• 実行環境： お使いのコンピュータ、グラフィックカードの有無を問わず。アカウントなし。
• インストール： プラグインのみ。依存関係は自前で管理し、チェックポイントをQGIS内から取得します。

強み

• モデルファイルを一切求めない唯一のオフライン選択肢。
• ラスタファイルまたはXYZ、WMS、WMTSのレイヤを取るため、ベースマップが使えます。

制限

• 新しい画像での最初のプロンプトは画像全体のエンコードを待ち、自身のFAQによれば「from a few seconds to several minutes depending on the image size, model, and hardware」で、その段階でRAMが尽きる場合の低メモリ策も用意しています。

リポジトリ、ドキュメント、プラグイン掲載ページ。

4. GeoAI

既製タスクの道具箱で、1つのドッキング可能なパネルが1タスク：樹木セグメンテーション、水域セグメンテーション、Segment Anything、セマンティックとインスタンスのセグメンテーション、さらに自前モデルの学習機能。各パネルがポリゴンとマスクを出力します。

• 最適： NVIDIAカードと1晩ある人で、ONNXへの書き出しなしに複数の検出タスクをカバーしたい場合。
• 注記： SAM 3にはNVIDIAカードが必要です。
• 価格： 無料、MIT。
• 実行環境： お使いのコンピュータ。高速化にCUDA、Apple SiliconでApple MPS、代替にCPU。アカウントなし、ただしSAM 3の重みは先にHugging Faceのアクセス承認が必要。
• インストール： プラグインに加えPyTorch環境。自身のページが「can be challenging due to the complicated pytorch/cuda dependencies」と言っています。

強み

• 1つのプラグインに複数のタスクがあり、各々に専用パネルがあり、モデルファイルはどれも不要。
• 学習機能が自分のラベルを同じ道具の中に置きます。

制限

• SAM 3はNVIDIAカードが必要。なしではFailed to load model: Torch not compiled with CUDA enabledを返し、他のモデルは動き続けます。

プラグインドキュメントとリポジトリ。

5. Mapflow, by Geoalert

彼らの画像ソースの上にエリアを描き、クラスを選べば、ベクタのレイヤが返ってきます：高さ付きも選べる建物、道路、農地、森林、建設現場。

• 最適： 完成済みクラスの1つを町全体にかけて、インストールなし、グラフィックカードなし。
• 不向き： 一覧にないクラス。
• 価格： 1クレジットは$0.10。建物は1km²あたり10クレジットで、ベースマップが1〜9クレジットを加えます。Mapboxのzoom-18ベースマップでの実行は13クレジット、1km²あたり約$1.30で、毎回km²単位に切り上げられます。無料プランは最大25km²、250クレジットです。
• 実行環境： QGISプラグイン向けの同社のホステッドサービスで、アカウントが必要です。同社のサイトにはエンタープライズ顧客向けのオンプレミスの選択肢も掲載されていますが、この記事では比較していません。
• インストール： プラグインのみ。

強み

• 開始前にパネルが実行価格を示します。
• 建物の高さが属性で返り、ここでは他にないものです。

プラグインドキュメントとリポジトリ。

横並び比較

インストール列を人は過小評価し、Deepnessの掲載文もそう言っています。

Deepnessからの乗り換え方

先に結果を書き出してください。Deepnessの実行結果はプロジェクトと共に消えるメモリレイヤに入るため、QGISを閉じる前に右クリックしてGeoPackageとして保存してください。

ONNXファイルは他4つの行き先がありません。どれも学習したネットワークを読み込みません。ファイルは残し、仕事がそれを必要とする日のためにDeepnessも残してください。

失うのはオフライン推論ですが、行き先がMapflowのホステッド版プラグインか私たちの自動モードの場合だけで、どちらも範囲内の画像をサーバーに送ります。Geo SAMとGeoAIはDeepnessと全く同じくローカルに残ります。得るのは4件とも同じ：モデル探しなし、cm/pxでの解像度入力なし、初回起動のpip installなし。

要点

Deepnessは自分で学習したネットワークを動かせるこのページ唯一の道具で、離れる前に量るべきはその1点です。

モデルzooはドキュメントページのため、ONNXファイルは手で届き、解像度は自分で設定します。

あるユーザーが報告した20cmの5000×5000ピクセルのタイル1件は、CPUで80分、GTX 1660 Tiで61秒でした。

Deepness、Geo SAM、GeoAIはモデルの実行中にネットワーク呼び出しがなく、アップロード禁止下の画像はディスクに残ります。

10km²の町の全建物検出はMapflowで約$13、Proで€39の月の10分の1、3つの無料道具ではインストール時間とCPU時間です。

比較方法

5つの基準：何を入力するか、どこで動くか、画像がコンピュータを離れるか、実際の仕事がいくらか、インストールにどれだけかかるか。価格、バージョン、ライセンス、公開issue番号は2026年8月23日に各プロジェクト自身のリポジトリまたはドキュメントから読みました。スクリーンショットも同日です。

開示：1番目は当社のツールです。アップロードを禁じる規定の下にある画像で、学習済みONNXがすでにある場合はDeepnessに残ってください。私たちの自動モードは私たちのサーバーで検出するので、その点は変わりません。

よくある質問

ONNXファイル不要のDeepness代替は？

他4つすべてです。Geo SAMとGeoAIは重みを代わりに取得し、Mapflowのホステッド版プラグインと私たちのAI Segmentationはサーバーに置くため、ディスクには何も落ちません。Deepnessは自分で持ち込むよう求めますが、それが自分で学習したモデルを動かせる理由でもあります。

DeepnessはmacOSで動く？

GitHubの課題管理にmacOSでのインストール報告があります。たとえば#209は2026年8月23日時点で未解決です。前提にする前に課題管理を確認してください。Geo SAMは依存関係を自前で扱い、ホスト型の道具はプラグインだけが要るため、Macで止まるものはありません。

グラフィックカードなしでQGISのディープラーニングは動く？

はい。Deepness、Geo SAM、GeoAIはいずれもCPUに落ち、DeepnessはWindowsやmacOSにGPUビルドを入れません。時間で支払います：あるユーザーが報告した1タイルはCPUで80分、GTX 1660 Tiで61秒でした。カードも我慢もない場合はMapflowと私たちのAI Segmentationがサーバーで計算します。

QGIS 3.44でDeepnessに既知の問題はありますか？

あるユーザーがissue #235で報告しており、2026年8月23日時点で未解決です。プラグインの要件はnumpy<2.0.0に固定され、QGIS 3.44はNumPy 2.4.3を積むため、初回起動でA module that was compiled using NumPy 1.x cannot be run in NumPy 2.4.3と出たとのことです。インストールする前にQGIS Pythonコンソールでnumpy.__version__を表示してください。

画像をコンピュータに置くのはどれ？

Deepness、Geo SAM、GeoAIの3つで、完全に：アカウントなし、APIキーなし、モデル実行中のネットワーク呼び出しなし。私たちの半自動モードもローカルに残り、私たちの自動モードとMapflowのホステッド版プラグインは範囲内の画像をサーバーに送り、当社のサーバーは欧州にあります。

10km²の町の全建物はいくら？

Mapflowで約$13、Mapbox zoom-18ベースマップで1km²あたり13クレジットです。私たちのProプランでは月€39が100km²をカバーするため、その町は月の10分の1です。3つの無料道具では面積は無料で、インストール時間とCPU時間で支払います。

Deepnessのモデルzooにある24モデルは、手持ちの画像に対応していますか？

0.5〜1000cm/ピクセルの解像度で学習されているので、手持ちの画像に対してCM/PXの列を確認してください。ページ自体にモデルは汎用道具ではないとの注意書きがあります。

QGISを閉じてもDeepnessの結果は残りますか？

Deepnessの実行結果はメモリレイヤに入り、プロジェクトと共に消えます。何かを閉じる前に右クリックしてGeoPackageとして保存してください。

狭い仕事には専用の道具があります：Bunting Labs AI Vectorizerは手のデジタイズに先回りして線画をなぞり、SamGeoはもう1つのローカルSegment Anythingプラグインで、SCPは描いた学習エリアから土地被覆を分類します。

8つのAIプラグイン比較は広い分野をカバーし、SAMガイドはSegment Anythingを深掘りし、QGIS AIハブは残りを地図化しています。

QGISで無料で試す。カード不要