AI Segmentation for QGIS：完整指南

自动建筑检测前后的城镇中心 (after) — 整个城镇中心，一次检测全部完成（法国 Saint-Germain-en-Laye，基于 Google Satellite 影像）。拖动滑块进行对比。

自动建筑检测前后的城镇中心 (before) — 整个城镇中心，一次检测全部完成（法国 Saint-Germain-en-Laye，基于 Google Satellite 影像）。拖动滑块进行对比。

AI Segmentation 能把你已经在 QGIS 中打开的影像，变成整洁的矢量图层。它有两种工作方式。首先是 Automatic 模式：画一个区域，命名目标物，就能一次性获得它的每一个实例（建筑轮廓、地块、树木、道路、太阳能板），全程在云端运行，你的电脑上无需 GPU。然后是 Manual 模式：点击一个目标物，AI 就会勾勒出它的轮廓，在你自己的电脑上本地运行且不限次数。上面这张图就是一次 Automatic 检测的结果，本指南将在 QGIS 中逐项设置、实时演示整个过程。

安装并激活

在 QGIS 中，打开 插件 -> 管理和安装插件，搜索 AI Segmentation 并安装。然后从面板登录（会打开一个浏览器标签页，大约 15 秒），两种模式就都准备就绪了。

带有 Manual/Automatic 切换开关的 AI Segmentation 面板，已准备好开始 — 选择你的影像图层并启动。

你的第一次检测

目标：提取上面这个城镇中心的每一个建筑轮廓。一次检测，从头到尾。

画出你的区域

点击 Start Automatic AI Segmentation，然后在地图上沿着目标区域逐点点击，最后闭合环线。清晰、对比鲜明的影像能得到最整洁的多边形。

逐点绘制区域，然后闭合。

命名目标物

输入目标物（这里是 building），或者在带预览的现成目标物 Library 中挑选。

设置步骤：目标物设为 building、示例卡片、细节滑块

展示一个示例（可选）

一个词并不总是足够。Draw an example 会从你自己的影像中给 AI 一份样本（相同的传感器、季节和分辨率）：勾勒出一个目标物，AI 就会寻找与它相似的对象。Exclude a look-alike 则相反：勾勒出一个误报，告诉 AI"不是这个"。几个示例再加上一个名称，通常是最强的组合；而当目标物没有合适的名称时，只用示例也能奏效。

Show an example：在地图上绘制的一个正例（绿色）和一个排除项（红色）

面板中的参考标签：示例 1 为绿色，排除项 2 为红色

设置 Detail

Detail 滑块会把你的区域切分成 1024 px 瓦片组成的网格，每个瓦片都以全分辨率进行检测，再拼接回一个无缝的图层，因此跨越接缝的目标物会被合并。细节越精细，切出的瓦片越小，能找到的目标物也越小；瓦片数量会实时更新（这里是 12 个瓦片）。区域大小没有限制。

区域上的实时瓦片网格预览

检测

点击 Detect objects。区域会逐个瓦片处理，结果会实时绘制在地图上。这次检测在大约两分钟内找到了 2,415 个目标物。

检测进行中，第 4 个瓦片（共 12 个），目前已找到 365 个目标物

检测过程中实时绘制的部分结果

审阅

检测打开的是一个审阅界面，而不是导出。下面的一切都是即时的，无需重新运行：你可以筛选并重塑检测结果，直到图层符合要求。下一节会逐一介绍每个控件。

审阅面板：数量、显示颜色、置信度直方图

导出

点击 Export polygons。你会得到一个带样式的 GeoPackage 图层，附带可直接用于 GIS 的字段结构：class、score、area_m2、perimeter_m。这里是 306 个建筑轮廓。

导出的 GeoPackage 图层，包含 306 个建筑轮廓

包含 class、score、area_m2 和 perimeter_m 列的属性表

审阅控件详解

Confidence

每个检测结果都带有一个分数：AI 有多确定这个多边形真的是你要的目标物。检测会返回所有看起来合理的结果，而 Confidence 滑块用来设定要保留的最低分数：拖向 More objects 可以显示更弱的检测结果，拖向 Only confident 则只保留最有把握的。滑块上方的直方图显示每个分数级别有多少个目标物，数量会实时更新。同一次检测，在 More objects 和 Only confident 之间实时滑动的效果：

拖动 Confidence 滑块，图层和数量会即时更新。

像这些屋顶一样密集、重复的目标物得分往往不高，所以从低分开始、再逐步向上筛除，通常比反过来做更好。你手动修正过的目标物无论置信度如何都会始终保留。

Display colors

用四种方式查看同一批检测结果，每一种都回答一个不同的问题。Random（每个目标物一种颜色）用来检查相邻目标物是否分开。Outline 用来对照影像检查边界。Confidence 显示 AI 在哪里有把握（黄色）或犹豫（紫色），从而告诉你该把置信度滑块放在哪里。Normal 是单一的干净颜色。这些都只是视觉效果，几何形状永远不会改变。