microsoft/GlobalMLBuildingFootprints

是什么

Microsoft的全球建筑轮廓仓库提供了一个大规模、开放许可的建筑级多边形几何数据集（以及在可用情况下高度估计值），覆盖了几乎整个地球。这些数据源自对航空和卫星影像进行深度学习模型处理，执行语义分割和多边形化。

为何重要

• 规模 – 超过 10亿 个建筑轮廓，包含 数亿 个高度估计值，是目前公开可用的最大3D城市数据集之一。
• 开放许可 – 采用CDLA Permissive 2.0许可发布，任何人都可下载、改编或将其集成到商业或研究项目中。
• 地理覆盖范围 – 覆盖225个区域（30,340个瓦片），包含详细的国家分区，以及单独的图层显示高度数据可用的位置。
• AI驱动生成 – 轮廓由两阶段流程生成（语义分割神经网络 → 多边形化），高度值来自在影像与真实高程数据配对训练的神经网络。

如何使用

1. 下载 – dataset-links.csv 文件列出了每个由 Bing 地图四叉树键索引的 gzip 压缩行分隔 GeoJSON（.csv.gz）文件的 URL。
2. 读取 – 可使用标准工具（如 gzip + jq）流式读取，或使用 Spark/Dask 并行处理。提供了示例脚本（scripts/read-large-files.py，scripts/make-gis-friendly.py）。
3. 集成 – 将多边形加载到 GIS 软件（QGIS、ArcGIS）或空间数据库（PostGIS、BigQuery GIS）中，用于地图绘制、分析，或作为下游 AI 模型的输入（如 3D 城市重建、城市规划、灾害响应）。
4. 高度数据 – 若存在，height 属性（米）为轮廓内各像素高度预测的平均值；缺失值为 -1。
5. 置信度分数 – confidence 字段（0–1）表示模型对每个轮廓的确定性；-1 表示“不可用”。

质量与限制

• 精确率/召回率 因地区而异（例如：欧洲 ≈ 94% / 86%，非洲 ≈ 94% / 71%）。
• 误报率 通常在每国样本中约为 1%。
• 分辨率 取决于源影像的年代（2014–2024）和瓦片可用性；部分偏远区域可能被省略。
• 高度覆盖范围 远低于轮廓覆盖范围（约 1.74 亿个高度 vs 10 亿个轮廓）。

谁可能需要它？

• 构建 城市AI模型 的研究人员（如 3D 城市生成、交通模拟）。
• 进行 灾害风险评估 或 基础设施规划 的非政府组织和政府机构。
• 需要建筑几何信息的公司，如开发 基于位置的服务、增强现实 或 物流路径规划。
• 寻找批量导入候选的 OpenStreetMap 贡献者（需遵守社区常规指南）。

快速上手

# 获取文件索引
curl -O https://bfppub.blob.core.windows.net/%24web/2026-08-13/dataset-links.csv

# 示例：下载单个瓦片（将 <quadkey> 替换为所需键）
wget https://bfppub.blob.core.windows.net/global-buildings/<quadkey>.csv.gz

gunzip -c <quadkey>.csv.gz | head   # 查看几行 GeoJSONL 内容

相关项目

• USBuildingFootprints、AustraliaBuildingFootprints 等 – 国家特定发布版本。
• RoadDetections – AI 生成的道路矢量的配套数据集。

---

所有细节均直接取自仓库的 README；未推断任何额外功能。