microsoft/GlobalMLBuildingFootprints

是什麼

Microsoft的全球建築輪廓儲存庫提供了一個大規模、開放授權的建築級多邊形幾何資料集（以及在可用情況下的高度估計值），涵蓋幾乎整個地球。這些資料源自對航空與衛星影像進行深度學習模型處理，執行語意分割與多邊形化。

為何重要

• 規模 – 超過 10億 個建築輪廓，包含 數億 個高度估計值，是目前公開可用的最大3D城市資料集之一。
• 開放授權 – 以CDLA Permissive 2.0授權發布，任何人都可下載、重製或整合至商業或研究專案中。
• 地理覆蓋範圍 – 覆蓋225個區域（30,340個瓦片），包含詳細的國家分區，以及獨立圖層顯示高度資料可用的位置。
• AI驅動生成 – 輪廓由兩階段流程生成（語意分割神經網路 → 多邊形化），高度值來自在影像與真實高程資料配對訓練的神經網路。

如何使用

1. 下載 – dataset-links.csv 檔案列出了每個由 Bing 地圖四叉樹鍵索引的 gzip 壓縮行分隔 GeoJSON（.csv.gz）檔案的 URL。
2. 讀取 – 可使用標準工具（如 gzip + jq）串流讀取，或使用 Spark/Dask 並行處理。提供了範例腳本（scripts/read-large-files.py，scripts/make-gis-friendly.py）。
3. 整合 – 將多邊形載入GIS軟體（QGIS、ArcGIS）或空間資料庫（PostGIS、BigQuery GIS）中，用於地圖繪製、分析，或作為下游AI模型的輸入（如3D城市重建、城市規劃、災害應變）。
4. 高度資料 – 若存在，height 屬性（公尺）為輪廓內各像素高度預測的平均值；遺失值為 -1。
5. 置信度分數 – confidence 欄位（0–1）表示模型對每個輪廓的確定性；-1 表示「不可用」。

質量與限制

• 精確率/召回率 因地區而異（例如：歐洲 ≈ 94% / 86%，非洲 ≈ 94% / 71%）。
• 誤報率 通常在每國樣本中約為 1%。
• 解析度 取決於來源影像的年代（2014–2024）和瓦片可用性；部分偏遠區域可能被省略。
• 高度覆蓋範圍 远低於輪廓覆蓋範圍（約 1.74 億個高度 vs 10 億個輪廓）。

誰可能需要它？

• 建構 城市AI模型 的研究人員（如3D城市生成、交通模擬）。
• 進行 災害風險評估 或 基礎設施規劃 的非政府組織與政府機構。
• 需要建築幾何資訊的公司，如開發 位置基礎服務、擴增實境 或 物流路徑規劃。
• 尋找批量匯入候選的 OpenStreetMap 貢獻者（需遵守社群常規指南）。

快速上手

# 取得檔案索引
curl -O https://bfppub.blob.core.windows.net/%24web/2026-08-13/dataset-links.csv

# 範例：下載單一瓦片（將 <quadkey> 替換為所需鍵）
wget https://bfppub.blob.core.windows.net/global-buildings/<quadkey>.csv.gz

gunzip -c <quadkey>.csv.gz | head   # 查看幾行 GeoJSONL 內容

相關專案

• USBuildingFootprints、AustraliaBuildingFootprints 等 – 國家特定發布版本。
• RoadDetections – AI生成的道路向量的配套資料集。

---

所有細節均直接取自倉儲的 README；未推斷任何額外功能。