GIS 分析计算机视觉地图可视化
街景分析
用语义分割、目标检测与色彩分析处理街景影像，大规模量化街道的物理特征。
- 分析路网
- 310 km
- 处理影像
- 24,800
- 每路段指标数
- 7
得到了什么结论
- 全路网的绿视率从 4.1% 到 38.9%，其分布与行政区边界的吻合程度远超团队预期。两个相邻片区在街道类型没有变化的情况下，相差超过二十个百分点。
- 围合比与绿视率之间只有弱相关。有几条街道在绿量上得分不低，走在其中却开阔而缺少遮蔽；这一点值得注意，因为街道空间政策里常把这两种品质当成一回事。
概述
掩膜要能用来算出点什么，才算有价值
语义分割就是把图像里的每个像素归到一个类别：道路、建筑、植被、天空、缺陷、组织、作物。真正让它值得做的是下一步。掩膜本身只是一张图，交付物是由它算出来的那张表——这张图里植被占多少、这处缺陷有多少毫米、这片地里某种作物有多少公顷、两个时期之间这些数字又变了多少。
选哪个模型是其中最不重要的决定，我们也放在最后做。它由影像类型和你需要的类别决定：街景用城市场景模型，航空与卫星瓦片用遥感模型，工业表面用异常检测模型，CT、MRI 与内镜用医学影像模型。我们基于成熟的开源架构来做，而不是从零造轮子——在绝大多数项目上，一个成熟模型配上认真准备的数据，永远好过一个新模型配上仓促准备的数据。
真正决定这些数字站不站得住的，是类别定义和验证。我们会在标注开始之前就把每个类别到底算什么定清楚，推理完成后再用一份留出样本人工逐张打分，并把逐类 IoU 连同结果一起交付。没有经过验证的掩膜，只是一个用颜色画出来的主观判断。
真实产出
四类影像上的分割效果
同一套流程骨架——定义类别、分割、测量、验证——用在四个彼此几乎毫无共同点的领域上。下面的输出来自成熟开源模型在公开演示数据上的结果。
街道与行车场景
一次推理即可分出道路、人行道、建筑、植被、天空、车辆与行人。这类影像的类别占比，正是街道空间指标的来源：一条街看上去有多绿、围合感有多强、临街面有多少是活跃的。
城市场景
城市场景
工业表面与缺陷
从左到右依次是：输入图像、人工标注真值、预测热力图、二值掩膜与最终轮廓。用分割而不是分类，缺陷才成为可测量的对象——它的面积、形状，以及是否超出公差。
缺陷
医学影像
在 CT 断层上勾出器官与感兴趣区域。临床上真正关心的从来不是掩膜本身，而是由它得出的体积、边界，以及两次扫描之间的变化。
医学影像
医学影像
航空与卫星影像
输入瓦片、参考标注与预测结果并排呈现，下方是类别图例：不透水面、低矮植被、树木、车辆、建筑。带上地理参考之后，每个类别都成为可测量、可跨期比较的面积。
航空影像
演示影像来自开源项目，按各自许可证使用：MMSegmentation 与 Anomalib（Apache-2.0）、MedSAM（Apache-2.0）、GeoSeg（GPL-3.0）。此处仅用于说明各类输出长什么样，实际项目在你自己的影像上运行。
服务范围
你实际拿到的是什么
掩膜只是中间产物。由它算出来的统计结果，以及证明这些结果可信的证据，才是交付物。
逐张掩膜
索引 PNG 或单波段 GeoTIFF，一个类别一个取值，分辨率与源影像一致。
类别配色表
调色板与类别的对应关系以数据形式交付，掩膜在任何软件里打开配色都一致。
逐类统计
每张影像各类别的像素数、面积与占比；影像有地理参考或标定时，直接给到真实单位。
矢量多边形
掩膜转成多边形，简化容差由你指定，可直接进 GIS 与 CAD 流程。
实例对象
当问题是「有几个」而不是「占多少」时，把连通区域逐个计数并测量。
置信度图层
逐像素置信度与掩膜一并输出，低置信区域可以复核，而不是盲目采信。
精度报告
对照人工打分样本给出总体与逐类的 IoU、精确率与召回率，样本本身也一并交付。
变化对比
有两期数据时，给出各类别的增减，并写明两期是如何配准比较的。
方法记录
模型、权重、训练或微调数据、阈值与后处理步骤，全部写下来并有版本。
推理包
可选项：交付权重与可运行脚本，之后新影像你们可以自己跑。
交付格式
按你的技术栈习惯的方式交付
- PNG / TIFF 掩膜
- 索引掩膜，另可附带上色叠加图，便于复核与写报告。
- GeoTIFF
- 与源影像配准的带地理参考掩膜，可直接在 QGIS 与 ArcGIS 中使用。
- GeoJSON / Shapefile
- 矢量化后的类别图层，每个多边形带面积与类别属性。
- COCO JSON
- 当输出要喂给另一套训练流程时，采用标准标注格式。
- CSV / Excel
- 逐张与汇总的类别统计，精度报告单独成表。
- 模型权重
- 需要移交模型时，提供 ONNX 或框架原生权重。
样例数据
你实际拿到的是什么
示例项目数据。行人、灯杆这类细小类别的得分，永远低于大面积连续类别；把它们单独列出来正是重点所在——一个平均值恰好会盖住最可能出错的那几类。
| 类别 | 像素占比 % | IoU | 精确率 | 召回率 | 样本数 |
|---|---|---|---|---|---|
| 路面 | 31.4 | 0.94 | 0.96 | 0.97 | 480 |
| 建筑 | 24.8 | 0.91 | 0.93 | 0.95 | 480 |
| 植被 | 18.2 | 0.89 | 0.92 | 0.94 | 480 |
| 天空 | 12.6 | 0.97 | 0.98 | 0.99 | 480 |
| 车辆 | 7.1 | 0.83 | 0.88 | 0.90 | 480 |
| 行人 | 1.4 | 0.68 | 0.79 | 0.76 | 480 |
交付实例
这项服务在真实项目里的样子
基于这项服务完成的示例项目，附它们跑出来的数字，以及各自最终解决了什么问题。
服务流程
五个步骤，每个项目都一样
- 步骤 01
说明你需要什么数据
你手上有或需要采集的影像、真正关心的类别，以及结果最终要支撑哪一项测量。
- 步骤 02
我们确定数据范围
把类别定义（含边界情形）以书面形式敲定，同时约定精度目标与验收方式。
- 步骤 03
我们采集并处理数据
按需完成标注，选型并微调模型，然后在全量影像上推理。
- 步骤 04
我们校验数据集
用一份留出样本人工打分，逐类比对通过后才进入交付。
- 步骤 05
我们交付最终成果
掩膜、统计、矢量、精度报告与方法记录；如在范围内，还包括模型权重。
项目按影像数量、是否需要定制标注、类别数量以及是否移交模型权重来定价。把一小批影像样本和需要的类别发给我们，你会拿到一份对应书面工作范围的固定报价。
常见问题
客户经常问到的问题
什么是语义分割？
语义分割是把图像中的每一个像素都归到某个类别。相比之下，分类是给整张图打一个标签，检测是给目标画一个框。当答案是一个面积或一个形状时——这个场景里植被占多少、这处缺陷范围有多大——分割才是对的工具，而不是一个「是」或「否」。
能处理哪些影像？
街景与 360 全景、无人机与航空摄影、卫星瓦片、工业检测图像、视频帧，以及 CT、MRI、超声与内镜等医学影像。实际的限制只有两条：分辨率相对于你最关心的那个最小类别够不够，以及这些类别在你手上的影像里到底看不看得见。
必须先有标注好的训练数据吗？
多数情况下不需要。城市场景、地表覆盖、常见缺陷类型这些通用类别体系，预训练模型迁移效果就很好，我们做的是验证而不是重训。自定义类别通常需要几百张标注图像——这部分我们可以代做，也可以对你已有的标注做质检。看过样本之后我们会明确告诉你属于哪种情况，你再决定要不要投入。
精度有多高？
取决于类别，所以我们按类别报告，而不是给一个总的漂亮数字。道路、建筑、天空这类大面积连续类别，IoU 通常能到 0.90 以上；行人、灯杆、电线这类细小类别会明显更低。每个项目都会对照人工打分样本做验证，样本本身也随结果交付，让你可以自己复核这个说法。
之后我们能自己跑模型吗？
可以，只要这一项在范围内。我们会移交权重、推理脚本以及前后处理步骤，新影像你们可以自己处理。但要注意底层架构的许可证：多数是宽松协议，也有部分开源模型带 copyleft 条款、会影响再分发，我们会在开工前把适用哪一种讲清楚。
可以处理视频而不是静态图吗？
可以。视频会按适合该问题的间隔抽帧，逐帧分割，并可在时间维度上做平滑，避免某个类别在相邻帧之间闪烁。结果可以按帧、按秒，也可以整段汇总来报告。