segment-lidar: 革命性的航空LiDAR数据无监督实例分割方案

Ray

segment-lidar

segment-lidar: 开启航空LiDAR数据分析的新纪元

在地理空间分析领域,航空LiDAR数据的处理一直是一个具有挑战性的任务。从庞大的点云数据中提取有价值的洞察和可操作的信息需要先进的技术和专业的工具。然而,一个突破性的软件包的出现,正在彻底改变我们处理这一复杂任务的方式。让我们一起来了解segment-lidar,这个为航空LiDAR数据无监督实例分割而精心设计的革命性工具。

融合顶尖技术的创新之作

segment-lidar的强大之处在于它巧妙地结合了两项卓越的创新:

Meta AI开发的Segment-Anything Model (SAM)
Open Geospatial Solutions推出的segment-geospatial包

通过整合这两个强大工具的优势,segment-lidar为研究人员、开发者和地理空间数据专家提供了一个全新的解决方案,开启了航空LiDAR数据自动处理的无限可能。

segment-lidar示例结果

安装与使用: 简单快捷

要开始使用segment-lidar,只需几个简单的步骤:

创建并激活一个新的conda环境:

conda create -n samlidar python=3.9
conda activate samlidar

通过pip安装segment-lidar:

pip install segment-lidar

下载所需的SAM模型检查点文件。

有了这些准备,您就可以开始探索segment-lidar的强大功能了。

基本使用示例

以下是一个基本的使用示例,展示了如何利用segment-lidar进行LiDAR数据的分割:

from segment_lidar import samlidar, view

viewpoint = view.TopView()

model = samlidar.SamLidar(ckpt_path="sam_vit_h_4b8939.pth")
points = model.read("pointcloud.las")
cloud, non_ground, ground = model.csf(points)
labels, *_ = model.segment(points=cloud, view=viewpoint, image_path="raster.tif", labels_path="labeled.tif")
model.write(points=points, non_ground=non_ground, ground=ground, segment_ids=labels, save_path="segmented.las")

这个简单的代码示例展示了segment-lidar的核心功能:读取点云数据、进行地面滤波、执行分割,并将结果保存为新的LAS文件。

灵活的配置选项

segment-lidar提供了丰富的配置选项,允许用户根据具体需求调整参数:

model = samlidar.SamLidar(ckpt_path="sam_vit_h_4b8939.pth",
                          algorithm="segment-geo-spatial",
                          model_type="vit_h",
                          resolution=0.5,
                          sam_kwargs=True)

model.mask.crop_n_layers = 1
model.mask.crop_n_points_downscale_factor = 2
model.mask.min_mask_region_area = 500
model.mask.points_per_side = 10
model.mask.pred_iou_thresh = 0.90
model.mask.stability_score_thresh = 0.92

这种灵活性使得segment-lidar能够适应各种不同的LiDAR数据集和分割任务。