opengeos/geoai

解決的問題

GeoAI 簡化了將人工智慧應用於地理空間數據的過程。它透過提供一個統一的框架，抽象化了分析衛星影像、航空照片與向量數據所需的複雜機器學習工作流，從而解決了工具碎片化的問題，讓沒有深厚 ML 專業知識的研究人員也能使用這些技術。

工作原理

GeoAI 集成了多個 AI 框架（PyTorch, Transformers, PyTorch Segmentation Models）與專業的地理空間函式庫。它為整個 AI 生命週期提供高階 API：搜尋與下載遙感影像、使用影像塊與標籤準備數據集、訓練用於分類、檢測與分割的模型，以及執行推論流水線。它還包含一個精選的遙感基礎模型目錄，並與 Leafmap 和 MapLibre 集成以進行視覺化。

適用對象

• 需要無需深厚機器學習專業知識即可使用 AI 工作流的 地理空間研究人員
• 尋求流線型地理空間預處理與特定領域數據集的 AI 從業者
• 正在尋找可復現、可教學的地理空間 AI 工作流的 教育工作者

亮點

• 統一的 AI 工作流：涵蓋從數據獲取到推論與視覺化的所有環節。
• 基礎模型策展：提供包含元數據與載入功能的 20 個遙感基礎模型目錄。
• QGIS 集成：專用外掛程式允許使用者在無需編寫程式碼的情況下，直接在 QGIS 桌面環境中執行 AI 驅動的工作流。
• 廣泛的數據支持：支援包括 GeoTIFF、GeoJSON、Shapefile 與 GeoPackage 在內的多種格式。
• GPU 加速：包含用於 GPU 加速的自動裝置管理。