5 najlepszych zamienników eCognition w 2026
Opublikowano Zaktualizowano

Strona produktu Trimble mówi, że eCognition „is no longer actively sold”. Jeśli chcesz wyciągnąć obiekty ze zdjęć jeszcze w tym tygodniu, AI Segmentation, którą budujemy, działa tak: rysujesz obszar, wpisujesz obiekt zwykłymi słowami, dostajesz poligony. Jeśli wolisz drogę darmową, Orfeo ToolBox obejmuje cały łańcuch segmentacji i klasyfikacji.
Na własnych stronach eCognition licencja nie ma opublikowanej ceny, a zestaw reguł zapisany w trialu nie otworzy się w licencjonowanej kopii. Poniższe narzędzia zaczynają od różnych danych wejściowych i działają w różnych miejscach.
Porównanie w skrócie
| Narzędzie | Najlepsze do | Cena | Gdzie działa | Darmowa wersja |
|---|---|---|---|---|
| AI Segmentation (nasz) | Obiekty na dziś, bez zestawu treningowego | 39 € miesięcznie za 100 km² | Nasze serwery w Europie, plus tryb lokalny | Tak, 1,5 km² miesięcznie, bez karty |
| Orfeo ToolBox | Segmentuj potem klasyfikuj, ze statystykami obiektów | Za darmo, Apache 2.0 | Twój komputer | Darmowy w całości |
| SCP | Pola treningowe, sklasyfikowany raster, raport dokładności | Za darmo, GPL v3 | Twój komputer | Darmowy w całości |
| Deepness | Ścisły zakaz wysyłania danych, z własnym modelem | Za darmo, Apache 2.0 | Twój komputer | Darmowy w całości |
| eCognition | Przenośna, audytowalna metoda | Tylko wycena, brak ceny katalogowej | Twój komputer, na licencji | Tylko trial, zapis i eksport ograniczone |
1. AI Segmentation
AI Segmentation to nasz produkt, więc czytaj ten wpis z poprawką na to. To wtyczka QGIS, w której rysujesz obszar, wpisujesz zwykłymi słowami obiekt, który chcesz, i dostajesz każde trafienie z powrotem jako stylizowany GeoPackage. Dostajesz jeden poligon na obiekt, bez zestawu treningowego i bez strojenia pod sensor przed pierwszym uruchomieniem.

Najlepsze do: geomatyka, który używał eCognition do wyciągania budynków, basenów, paneli słonecznych albo koron drzew z ortofotomapy i którego klient chce warstwę, a nie metodę za nią.
Nie dla: prac pod regułą, która zabrania jakiegokolwiek wysyłania, chyba że zostaniesz w lokalnym modelu Semi-Auto.
Cena: za darmo 1,5 km² detekcji w trybie Automatycznym i 20 detekcji obiektów w trybie Semi-Auto miesięcznie, bez karty. Pro to 39 € miesięcznie za 100 km² i 500 detekcji obiektów. Mały lokalny model w trybie Semi-Auto nie ma żadnego licznika.
Gdzie działa: nasze serwery w Europie dla dwóch trybów chmurowych i twój własny komputer dla lokalnego modelu Semi-Auto. Bez karty graficznej w obu wariantach.
Instalacja: wtyczka z repozytorium QGIS, potem darmowe konto. Bez wag do pobrania, bez środowiska Python do budowania.
Gdzie wygrywa
- Minuty od utraconej licencji do działającej warstwy. Instalacja, logowanie, narysuj obszar, wpisz
building. - Każdy poligon wraca edytowalny i już niesie etykietę, klasę, wynik pewności i powierzchnię.
- Nic do kalibracji pod sensor, więc pierwsze uruchomienie na nowej ortofotomapie to ta sama praca co setne.
Gdzie przegrywa
- Dwa tryby chmurowe wysyłają zdjęcia na serwer. Jeśli nic nie może opuścić komputera, użyj lokalnego modelu Semi-Auto albo Deepness poniżej.
Strona produktu · Wpis w rejestrze
Wypróbuj AI Segmentation za darmo w QGIS, bez karty płatniczej
2. Orfeo ToolBox
Biblioteka teledetekcyjna z dostawcą Processing dla QGIS. LargeScaleMeanShift tnie scenę na obiekty, TrainImagesClassifier je etykietuje, a ta para to najbliższy darmowy odpowiednik tego, co dotąd robiono w eCognition.
Najlepsze do: użytkownika eCognition, który ręcznie stroił skalę, kształt i zwartość i chce ten sam łańcuch segmentuj-potem-klasyfikuj bez licencji.
Zbudowany do: dopracowanego, powtarzalnego łańcucha segmentuj-potem-klasyfikuj. Parametry ustawia się per sensor.
Cena: za darmo, Apache 2.0.
Gdzie działa: twój komputer, tylko CPU, bez konta. Wiersz poleceń też działa.
Instalacja: sam OTB, potem wtyczka OrfeoToolbox Provider, która wyszła z rdzenia QGIS w 3.36.
Gdzie wygrywa
LargeScaleMeanShiftłączy wygładzanie, segmentację, łączenie małych regionów i wektoryzację w jednym przebiegu.- Zapisywany plik wektorowy już niesie średnią i odchylenie standardowe per kanał dla każdego poligonu, a ta tabela atrybutów to materiał, z którego potem uczy się
TrainImagesClassifier.
Ograniczenia
- Wartości domyślne to promień przestrzenny 5, promień zakresu 15, minimalny rozmiar 50 pikseli i kafle 500 na 500. Rozmiar obiektu ustawia się tymi parametrami.
CookBook · LargeScaleMeanShift · TrainImagesClassifier
3. Semi-Automatic Classification Plugin
Środowisko robocze QGIS, w którym rysujesz pola treningowe na wielokanałowym rastrze, wybierasz algorytm i dostajesz sklasyfikowany raster plus raport dokładności. Jest w repozytorium QGIS od 2013.
Najlepsze do: osoby, której praca w eCognition to było pokrycie terenu, typ upraw albo blizny pożarowe i która musi obronić wynik liczbami, a nie plikiem reguł.
Nie dla: obiektów o czystych krawędziach. Klasyfikuje piksele, nie segmenty.
Cena: za darmo, GPL v3.
Gdzie działa: twój komputer, CPU wystarczy, bez konta. Opcjonalne narzędzie pobiera sceny Landsat i Sentinel-2 i tylko wtedy rozmawia z serwerem.
Instalacja: wtyczka z repozytorium QGIS, potem jej zależności. Pod spodem siedzi Remotior Sensus i przy pierwszym użyciu dociąga scikit-learn i PyTorch.
Gdzie wygrywa
- Sześć algorytmów na pokładzie: maksymalne prawdopodobieństwo, minimalna odległość, mapowanie kąta spektralnego, las losowy, maszyna wektorów nośnych i perceptron wielowarstwowy.
- Raport dokładności wychodzi z tego samego przebiegu, więc produkt i jego obrona przychodzą razem.
- Pobieranie zdjęć, zestawy kanałów, pola treningowe i klasyfikacja siedzą w jednym panelu.
Ograniczenia
- Klasyfikuje piksele, nie segmenty.
4. Deepness
Wtyczka QGIS, która uruchamia dowolny dostarczony model ONNX na rastrze, kafel po kaflu, i zapisuje warstwę wektorową albo raster. To jedyna droga tutaj, na której nic w ogóle nie schodzi z dysku.

Najlepsze do: geomatyka pod regułą, która zabrania jakiegokolwiek wysyłania, który potrafi znaleźć albo wytrenować model pod własną rozdzielczość terenową.
Zbudowany do: osób, które przynoszą własny model ONNX.
Cena: za darmo, Apache 2.0. Recenzowany w SoftwareX, DOI 10.1016/j.softx.2023.101495, jeśli musisz go cytować.
Gdzie działa: twój komputer i tylko twój komputer. Bez konta, bez klucza API, a każdy URL w źródle siedzi w komentarzu.
Instalacja: wtyczka, potem OpenCV i ONNX Runtime. Karta graficzna wymaga własnej konfiguracji CUDA.
Gdzie wygrywa
- Brak wywołania sieciowego w czasie pracy i to jest cały powód, żeby go wybrać.
- CPU działa, a karta to przyspiesza: na jednej mierzonej maszynie kafel 5000 na 5000 pikseli przy 20 cm zajął 80 minut na CPU i 61 sekund na GPU.
- Działa dowolny plik ONNX, więc model wytrenowany samodzielnie wchodzi od razu.
Ograniczenia
- Na dzień 23 sierpnia 2026 wydana wersja to 0.6.5 z 10 grudnia 2024. Otwarte zgłoszenia w jej trackerze GitHub opisują błędy instalacji na macOS (#209) i na QGIS 3.44 z NumPy 2 (#235).
- Zoo modeli to strona dokumentacji, a wybrany plik pobierasz sam. Każdy model jest trenowany pod określoną rozdzielczość terenową, więc dopasuj go do swoich zdjęć.
5. eCognition
Obiektowe środowisko, które już znasz. Najpierw segmentacja multiresolution, potem hierarchia klas, którą piszesz sam na średnich spektralnych, teksturze, powierzchni, sąsiadach i relacjach rodzic-dziecko.

Najlepsze do: osoby, której produktem jest metoda. Zestaw reguł zapisuje się jako plik .dcp albo pakuje jako rozwiązanie .dax, działa bez zmian na tysiącu kafli i pokazuje audytorowi, dlaczego jeden poligon nazwano budynkiem. Nic powyżej tego nie zastępuje.
Status: strona produktu Trimble mówi, że nie jest już aktywnie sprzedawany.
Cena: na stronach, które przeczytałem 23 sierpnia 2026, nie opublikowano ceny katalogowej. Trial wciąż da się pobrać i nie ma limitu czasu, ale eksport i zapis są ograniczone, a Trimble podaje, że zestawy reguł zapisane w trialu nie otworzą się w licencjonowanej kopii.
Gdzie działa: twój komputer, na licencji, CPU z opcjonalną akceleracją GPU.
Instalacja: pakiet plus licencja, o którą musisz poprosić wyceną.
Gdzie wygrywa
- Zestaw reguł jest przenośny i czytelny, więc metoda przetrwa zmianę kadr.
- Segmentacja multiresolution wciąż jest wzorcem dla skali, kształtu i zwartości, a jej dokumentacja jest darmowa do czytania.
Ograniczenia
- Zestawy reguł są związane z formatem eCognition. Jeśli planujesz przejście, możesz przebudować metodę jako udokumentowany model Processing QGIS albo skrypt PyQGIS.
Dokumentacja zestawu reguł · Dokumentacja segmentacji multiresolution
Obok siebie
| Narzędzie | Co wkładasz | Co instalujesz | GPU | Konto | Zdjęcia zostają lokalnie | Ile kosztuje realne zlecenie | Licencja |
|---|---|---|---|---|---|---|---|
| AI Segmentation (nasz) | Obszar plus słowo | wtyczka | Nie | Tak | Tylko w lokalnym trybie Semi-Auto | 1,5 km² miesięcznie za darmo, potem 39 € za 100 km² | wtyczka GPLv2, płatna usługa |
| Orfeo ToolBox | Dowolny raster, potem wektory treningowe | OTB, plus dostawca QGIS | Nie | Nie | Tak | Za darmo, plus popołudnie strojenia na sensor | Apache 2.0 |
| SCP | Kanały plus rysowane pola treningowe | wtyczka, potem jej zależności | Nie | Nie | Tak | Za darmo | GPL v3 |
| Deepness | Dowolny raster, plus własny plik ONNX | wtyczka, potem OpenCV i ONNX Runtime | Opcjonalnie | Nie | Tak | Za darmo, plus polowanie na model w twojej rozdzielczości | Apache 2.0 |
| eCognition | Zdjęcia, plus zestaw reguł, który piszesz | Pakiet | Opcjonalnie | Licencja | Tak | Tylko wycena | Własnościowa |
Jest jeszcze dziesięć narzędzi do węższych przypadków i żadne nie dostało tu karty. GRASS i.segment i SAGA dają segmentację bez instalowania czegokolwiek. dzetsaka trenuje klasyfikator w około minutę.
Reszta dzieli się po stylu pracy. scikit-image i RSGISLib pasują ludziom, którzy wolą to napisać niż wyklikać, Geo-SAM i samgeo robią Segment Anything jeden obiekt naraz, a GeoAI robi korony drzew i maski wody na karcie NVIDIA. Mapflow zwraca budynki z serwera za około 1,30 USD za km² i to najbliższa płatna droga do naszej.
Jak przejść z eCognition
Nie znamy ścieżki eksportu. Twoje pliki .dcp i .dax to formaty eCognition, a nie znaleźliśmy darmowego programu, który je czyta. Przenosi się wszystko, co nie było zestawem reguł: same zdjęcia, granice kafli i reguły klas, które odczytasz z własnej hierarchii.
Nie przenosi się segmentacja multiresolution, bo to algorytm Trimble. Praktyczny zamiennik to LargeScaleMeanShift z Orfeo, gdzie promień zakresu i minimalny rozmiar zastępują skalę.
Czytaj dokumentację zestawu reguł i dokumentację segmentacji, póki obie są jeszcze online i darmowe, i traktuj je jak specyfikację, z której odbudowujesz. Trzymaj jedną licencjonowaną maszynę przy życiu, aż przebudowa zadziała, i budżetuj całość jak migrację z terminem.
Co zapamiętać
Własna strona produktu Trimble mówi, że eCognition nie jest już aktywnie sprzedawany.
Zestaw reguł .dcp albo .dax to format eCognition, a nie znaleźliśmy darmowego programu, który go czyta, więc migracja to przebudowa.
Segmentacja multiresolution to algorytm Trimble. LargeScaleMeanShift z Orfeo to darmowa segmentacja, która może go zastąpić.
Orfeo, SCP i Deepness nie wykonują wywołania sieciowego w czasie przebiegu, więc zdjęcia pod regułą bez wysyłania zostają na twoim dysku.
Według Trimble zestaw reguł zapisany w trialu nie otworzy się w licencjonowanej kopii.
Jak je porównałem
Pięć kryteriów, tych, które decydują, czy narzędzie zastąpi eCognition w poniedziałek: co do niego wkładasz, gdzie działa, czy twoje zdjęcia opuszczają komputer, ile kosztuje realne zlecenie i ile pracy instalacyjnej dzieli cię od pierwszego wyniku. Każda cena, licencja i wersja została odczytana 23 sierpnia 2026 z własnych stron projektów, a licencje z pliku LICENSE każdego repozytorium.
Współzałożyłem TerraLab, więc pierwszy wpis to nasz. Dostaje te same pięć linijek co reszta i jeden limit podany wprost.
Jest jedno zlecenie, które odsyłam gdzie indziej. Jeśli twój kontrakt zabrania jakiegokolwiek wysyłania, nie kupuj naszych trybów chmurowych. Zainstaluj Deepness, dostarcz własny model ONNX i trzymaj każdy piksel na własnym dysku.
Częste pytania
Co stanie się z moimi zestawami reguł eCognition?
Zostają tam, gdzie są. Twoje pliki .dcp i .dax to formaty eCognition, a nie znaleźliśmy darmowego programu, który je czyta, więc nie ma czego konwertować. Trzymaj licencjonowaną maszynę przy życiu, aż przebudujesz metodę jako model Processing QGIS albo skrypt Python.
Czy nadal da się pobrać eCognition?
Tak. Trimble trzyma stronę dla obecnych klientów, a trial wciąż pobiera się bez limitu czasu. Eksport i zapis są w trialu ograniczone, a Trimble podaje, że zapisane w nim zestawy reguł nie otworzą się w licencjonowanej kopii.
Ile kosztuje licencja eCognition w 2026?
Brak publikowanej ceny katalogowej. Jeśli reseller wciąż daje Ci wycenę, zadaj jedno pytanie i zapisz odpowiedź: ile kosztuje jedno stanowisko na rok, w całości z utrzymaniem, i przez ile kolejnych lat da się je odnawiać?
Czy jest darmowa segmentacja multiresolution?
Nie ten algorytm, bo to własność Trimble. W QGIS praktyczny zamiennik to LargeScaleMeanShift z Orfeo, który łączy sąsiednie piksele pod regułą jednorodności tak samo i daje kontrolę zbliżoną do skali przez promień zakresu i minimalny rozmiar.
Czy mogę trzymać wszystkie zdjęcia na własnym komputerze?
Tak, a trzy z pięciu powyżej się kwalifikują. Orfeo, SCP i Deepness nigdy nie wołają na zewnątrz w czasie przebiegu. Nasze dwa tryby chmurowe wysyłają zdjęcia na serwer w Europie, a lokalny model Semi-Auto nie.
Jak szybko dostanę budynki z jednej ortofotomapy?
Z AI Segmentation w minuty: zainstaluj wtyczkę, zaloguj się, narysuj obszar, wpisz building. Z Orfeo popołudnie strojenia pod pierwszy sensor, potem się powtarza. Z Deepness tyle, ile zajmie znalezienie modelu ONNX trenowanego w twojej rozdzielczości terenowej, a na tej drodze tu idzie najwięcej wysiłku.
Jeśli chcesz głębiej wejść w część opartą na modelach, osiem wtyczek AI w porównaniu obejmuje każdą wtyczkę, która uruchamia sieć neuronową na rastrze w QGIS, a artykuł o Mapflow omawia płatną drogę serwerową na jej własnych warunkach. Centrum QGIS AI wymienia resztę.
Wypróbuj AI Segmentation za darmo w QGIS, bez karty płatniczej
, w której rysujesz obszar, wpisujesz zwykłymi słowami obiekt, który chcesz, i dostajesz każde trafienie z powrotem jako stylizowany GeoPackage. Dostajesz jeden poligon na obiekt, bez zestawu treningowego i bez strojenia pod sensor przed pierwszym uruchomieniem.

