随着遥感技术的不断进步,海量地理空间影像数据为我们提供了前所未有的地球观测能力。然而,如何从这些大规模影像中高效地提取有价值的信息,一直是遥感和地理信息领域面临的重要挑战。近日,由香港中文大学冰冻圈实验室的赵卓一和范程艳开发的Geo-SAM插件为这一难题带来了创新性的解决方案。
Geo-SAM是一款基于QGIS的插件工具,旨在帮助用户高效地对大型地理空间栅格影像进行分割、描绘或标记地貌。该工具的核心是Meta AI实验室开发的分割任意物体模型(Segment Anything Model, SAM)。SAM作为一个基础AI模型,具有强大的图像分割能力,但模型体积庞大,即使使用现代GPU处理图像也需要很长时间。
为了克服这一限制,Geo-SAM采用了两个创新策略:
通过这两个策略,Geo-SAM实现了一个令人印象深刻的突破 - 交互式分割算法能够在普通笔记本电脑的CPU上实现毫秒级的实时推理。这使得Geo-SAM成为处理遥感影像的便捷高效工具。
Geo-SAM插件包含两个主要部分:
与原始SAM包同时编码提示和图像不同,Geo-SAM模型一次性将图像编码为特征文件,然后通过加载这些保存的特征来实时(毫秒级)查询提示。这种工作流程大大提高了分割效率。