eCognition代替5選2026：無料からAIまで

Trimbleの製品ページ自体が、eCognitionは「is no longer actively sold」と書いています。今週中に画像からオブジェクトを取り出したいなら、当社が開発するAI Segmentationは次のように動きます。範囲を描き、対象を普通の言葉で入力すると、ポリゴンが返ってきます。無料の方法がよければ、Orfeo ToolBoxがセグメンテーションから分類までの流れを一通り備えています。

eCognition自身のページでは、ライセンスに公開価格がなく、トライアルで保存したルールセットは製品版で開けません。以下のツールは、入力するものも動く場所も異なります。

一覧比較

1. AI Segmentation

AI Segmentationは当社製なので、この項目は割り引いて読んでください。QGISプラグインで、範囲を描き、欲しい対象を普通の言葉で入力すると、一致したものすべてがスタイル付きのGeoPackageで返ってきます。オブジェクトごとに1ポリゴンで、訓練データは不要、初回実行前にセンサーごとの調整をする必要もありません。

最適： eCognitionでオルソ画像から建物、プール、太陽光パネル、樹冠を抽出していた測量技術者で、顧客が手法の裏側ではなくレイヤそのものを求める場合。

向かない： 一切のアップロードを禁じる規則下の作業。ただしローカルの半自動モデルの範囲に収まる場合を除きます。

価格： 自動モードの検出は月1.5km²、半自動モードのオブジェクト検出は月20回まで無料で、カードは不要です。Proは月€39で、100km²とオブジェクト検出500回が使えます。半自動モードの小型ローカルモデルには、そもそもカウンターがありません。

動作環境： 2つのクラウドモードは欧州の当社サーバーで、ローカルの半自動モデルはお使いのコンピュータで動きます。どちらもグラフィックカードは不要です。

インストール： QGISリポジトリのプラグインと無料アカウントだけです。重みのダウンロードも、Python環境の構築もありません。

強み

• ライセンスを失ってから使えるレイヤができるまで、数分で済みます。インストールし、ログインし、範囲を描き、buildingと入力します。
• すべてのポリゴンが編集可能な状態で返り、ラベル、クラス、信頼度スコア、面積をすでに持っています。
• センサーごとのキャリブレーションが不要で、新しいオルソ画像での初回実行も、100回目と同じ手間で済みます。

弱み

• 2つのクラウドモードは画像をサーバーに送ります。一切外に出せない場合は、ローカルの半自動モデルか、下のDeepnessを使ってください。

製品ページ · レジストリ

AI SegmentationをQGISで無料で試す（カード不要）

2. Orfeo ToolBox

リモートセンシング用のライブラリで、QGISのプロセシングプロバイダが付いています。LargeScaleMeanShiftでシーンをオブジェクトに分割し、TrainImagesClassifierでラベル付けします。このペアは、eCognitionでやっていたことに最も近い無料の組み合わせです。

最適： scale、shape、compactnessを手で調整していたeCognitionユーザーで、ライセンスなしで同じセグメンテーションから分類までの流れが欲しい場合。

向いている用途： 調整済みで繰り返せる、セグメンテーションから分類までの流れ。パラメータはセンサーごとに設定します。

価格： 無料、Apache 2.0。

動作環境： お使いのコンピュータで、CPUのみ、アカウント不要です。コマンドラインからも動かせます。

インストール： OTB本体と、OrfeoToolbox Providerプラグインです。このプラグインは、3.36でQGISコアから外れました。

強み

• LargeScaleMeanShiftは、平滑化、セグメンテーション、小領域のマージ、ベクタ化を1パスでつなぎます。
• 書き出すベクタファイルが、最初からポリゴンごとのバンド別の平均と標準偏差を持っており、その属性テーブルからTrainImagesClassifierが学習します。

制限

• デフォルト値はspatial radius 5、range radius 15、minimum size 50ピクセル、500×500のタイルです。オブジェクトのサイズはこれらのパラメータで設定します。

CookBook · LargeScaleMeanShift · TrainImagesClassifier

3. Semi-Automatic Classification Plugin

マルチバンドのラスタの上に訓練エリアを描き、アルゴリズムを選ぶと、分類済みラスタと精度レポートが返る、QGISの作業台です。2013年からQGISリポジトリにあります。

最適： eCognitionでの仕事が土地被覆、作物種、焼失跡で、ルールファイルではなく数字で結果を裏付ける必要がある人。

向かない： 輪郭がはっきりしたオブジェクト。ピクセルを分類するだけで、セグメントには切りません。

価格： 無料、GPL v3。

動作環境： お使いのコンピュータで、CPUで十分、アカウント不要です。LandsatとSentinel-2のシーンをダウンロードする任意のツールがあり、そのときだけサーバーと通信します。

インストール： QGISリポジトリのプラグインと依存関係です。下にRemotior Sensusがあり、初回使用時にscikit-learnとPyTorchを取得します。

強み

• 6つのアルゴリズムが付属します。最尤法、最小距離法、スペクトル角マッピング、ランダムフォレスト、サポートベクターマシン、多層パーセプトロンです。
• 精度レポートが同じ実行から出るので、成果物とその裏付けが一緒に届きます。
• 画像のダウンロード、バンドセット、訓練エリア、分類が1つのドックに収まっています。

制限

• セグメントではなく、ピクセルを分類します。

マニュアル · プラグイン掲載ページ

4. Deepness

自分で用意した任意のONNXモデルをラスタにタイルごとに実行し、ベクタまたはラスタのレイヤを書き出すQGISプラグインです。ここで挙げた中で、ディスクの外に何も出さない唯一のルートです。

最適： 一切のアップロードを禁じる規則下の測量技術者で、自分の地上解像度に合うモデルを見つけるか訓練できる場合。

向いている用途： 自分のONNXモデルを持ち込む人。

価格： 無料、Apache 2.0。引用が必要な場合は、SoftwareXの査読論文、DOI 10.1016/j.softx.2023.101495です。

動作環境： お使いのコンピュータのみです。アカウント不要、APIキー不要で、ソース内のURLはすべてコメントの中にあります。

インストール： プラグインと、OpenCV、ONNX Runtimeです。グラフィックカードを使うには、自分でCUDAを設定する必要があります。

強み

• 実行中にネットワーク呼び出しがなく、それがこのプラグインを選ぶ理由のすべてです。
• CPUでも動き、カードがあれば高速になります。ある計測用コンピュータでは、解像度20cmの5,000×5,000ピクセルのタイルが、CPUで80分、GPUで61秒でした。
• 任意のONNXファイルが動くので、自分で訓練したモデルをそのまま使えます。

制限

• 2026年8月23日時点で、出荷版は2024年12月10日の0.6.5です。GitHubの未解決の課題に、macOS（#209）およびNumPy 2を使うQGIS 3.44（#235）でのインストール失敗が報告されています。
• モデルzooはドキュメントページで、選んだファイルをダウンロードします。各モデルは特定の地上解像度で訓練されているので、自分の画像に合わせてください。

リポジトリ · ドキュメント

5. eCognition

すでにご存じのオブジェクトベースの環境です。まず多解像度セグメンテーション、次に分光平均、テクスチャ、面積、隣接、親子関係の上に自分で書くクラス階層を作ります。

最適： 成果物が手法そのものである人。ルールセットは.dcpファイルで保存するか.daxソリューションとして固められ、千枚のタイルにそのまま実行でき、あるポリゴンを建物と呼んだ理由を監査人に示せます。上のどれもこれを置き換えません。

状況： Trimbleの製品ページには、積極販売は終了したと書かれています。

価格： 2026年8月23日に私が読んだページには、公開価格はありませんでした。トライアルは今もダウンロードでき、期限もありませんが、エクスポートと保存に制限があり、トライアルで保存したルールセットは製品版で開けないとTrimbleが明記しています。

動作環境： ライセンス下のお使いのコンピュータで、CPU、GPUによる高速化は任意です。

インストール： スイートと、見積を取らなければ入手できないライセンスです。

強み

• ルールセットは移植でき、読める形なので、担当者が替わっても手法が残ります。
• 多解像度セグメンテーションは、scale、shape、compactnessの面で今も基準であり、ドキュメントは無料で読めます。

制限

• ルールセットはeCognitionの形式に結び付いています。移行を考えるなら、手法を文書化したQGISのプロセシングモデルかPyQGISスクリプトとして作り直せます。

ルールセット文書 · 多解像度セグメンテーション解説

横並び比較

狭い条件向けのツールがあと10個ありますが、ここでカードを得たものはありません。GRASSのi.segmentとSAGAは、追加インストールなしでセグメンテーションができます。dzetsakaは約1分で分類器を訓練します。

残りは作業の好みで分かれます。書くほうがクリックより好きな人にはscikit-imageとRSGISLib、Segment Anythingを1オブジェクトずつ使うならGeo-SAMとsamgeo、NVIDIAカードで樹冠と水域のマスクを扱うならGeoAIです。Mapflowはサーバーから建物を1km²あたり約$1.30で返し、当社に最も近い有料ルートです。

eCognitionからの移行方法

当社の知る限り、エクスポートの経路はありません。.dcpと.daxファイルはeCognitionの形式で、読める無料ツールは見つかりませんでした。持ち越せるのは、ルールセット以外のすべてです。画像そのもの、タイルの境界、自分の階層から読み取れるクラスのルールです。

持ち越せないのは多解像度セグメンテーションで、これはTrimbleのアルゴリズムです。実用的な代替はOrfeoのLargeScaleMeanShiftで、range radiusとminimum sizeがscaleの代わりになります。

ルールセット文書とセグメンテーションの解説は、どちらもまだオンラインで無料で読めるうちに読み、作り直しの仕様書として扱ってください。作り直しが動くまでは、ライセンスのある1台を生かし続け、全体を期限付きの移行として予算化してください。

要点

Trimbleの製品ページ自体が、eCognitionは積極販売を終えたと書いています。

.dcpや.daxのルールセットはeCognitionの形式で、読める無料ツールは見つからなかったため、移行は作り直しになります。

多解像度セグメンテーションはTrimbleのアルゴリズムです。OrfeoのLargeScaleMeanShiftは、その代わりになりうる無料のセグメンテーションです。

Orfeo、SCP、Deepnessは実行中にネットワーク呼び出しをしないので、持ち出し禁止の画像はディスクに残ります。

Trimbleによれば、トライアルで保存したルールセットは製品版で開けません。

比較方法

5つの基準で比較しました。月曜日にeCognitionを置き換えられるかを決める基準です。何を入力するか、どこで動くか、画像がコンピュータの外に出るか、実際のジョブがいくらかかるか、最初の結果が出るまでにどれだけ導入作業が要るか、の5つです。価格、ライセンス、バージョンはすべて2026年8月23日に各プロジェクト自身のページで確認し、ライセンスは各リポジトリのLICENSEファイルで確認しました。

私はTerraLabの共同創業者なので、1件目は当社製です。ほかと同じ5行で書き、制限も1つ、はっきり明記しています。

1つだけ、ほかを勧める仕事があります。契約で一切のアップロードが禁じられているなら、当社のクラウドモードは買わないでください。Deepnessをインストールし、自分のONNXモデルを用意して、すべてのピクセルを自分のディスクに残してください。

よくある質問

既存のeCognitionルールセットはどうなりますか？

そのまま残ります。.dcpと.daxファイルはeCognitionの形式で、読める無料ツールは見つからなかったため、変換するものはありません。手法をQGISのプロセシングモデルかPythonスクリプトとして作り直す間は、ライセンスのあるコンピュータを生かし続けてください。

eCognitionはまだダウンロードできますか？

できます。Trimbleは既存顧客向けにページを残しており、トライアルは期限なしで今もダウンロードできます。トライアルにはエクスポートと保存の制限があり、そこで保存したルールセットは製品版で開けないとTrimbleが明記しています。

eCognitionのライセンスは2026年にいくらですか？

公開価格はありません。再販業者がまだ見積を出しているなら、1つだけ聞いて書き留めてください。保守込みで1シート1年いくらか、あと何年更新できるか、です。

無料の多解像度セグメンテーションはありますか？

そのアルゴリズムはTrimbleのものなので、ありません。QGISでの実用的な代替はOrfeoのLargeScaleMeanShiftで、隣接するピクセルを均質性のルールで統合する点は同じです。range radiusとminimum sizeで、scaleに相当する制御ができます。

画像をすべて自分のコンピュータに残せますか？

残せます。上の5件中3件が該当します。Orfeo、SCP、Deepnessは実行中に外部へ通信しません。当社の2つのクラウドモードは画像を欧州のサーバーに送りますが、ローカルの半自動モデルは送りません。

1枚のオルソ画像から建物を取り出すまで、どれくらいかかりますか？

AI Segmentationなら数分です。プラグインをインストールし、ログインし、範囲を描き、buildingと入力します。Orfeoなら初回のセンサーに半日の調整が必要で、その後は繰り返せます。Deepnessは、自分の地上解像度で訓練されたONNXモデルを見つけるまでの時間がかかり、このルートで手間の大半がかかる部分です。

このうちモデル寄りの半分を詳しく見たい場合は、8つのAIプラグイン比較がQGISでラスタにニューラルネットワークを適用するすべてのプラグインを扱い、Mapflow記事が有料のサーバー側ルートを単独で扱っています。QGIS AIハブに残りをまとめています。

AI SegmentationをQGISで無料で試す（カード不要）