SAM大模型实践（四）

今天场合用SAM大模型samgeo的sam2 box prompts案例。

应用场景为有卫星遥感影像（satellit.tiff）和比较粗的初始建筑轮廓矢量数据(building_bboxes.geojson)，通过SAM大模型sam2对图像进行分割，获取更为准确的建筑轮廓数据（building_masks.tiff；building_vector.geojson；building_regularized.geojson）。项目参考地址如下：

• https://samgeo.gishub.org/examples/sam2_box_prompts/https://samgeo.gishub.org/examples/sam2_box_prompts/

由于原来项目需要科学上网，为了方便大家，将下载的数据也分享给大家。另外代码中也将调用改为了调用本地文件，大家可以下载数据试试。数据免费下载地址为：

https://download.youkuaiyun.com/download/lhr123789/90155776https://download.youkuaiyun.com/download/lhr123789/90155776上代码：

import leafmap
from samgeo import SamGeo2, raster_to_vector, regularize
#导入所需要的模块
image = r'D:/test/satellite.tif'
geojson = r'D:/test/building_bboxes.geojson'
#导入数据，需要注意坐标系一定要一致，文件地址自行修改
sam = SamGeo2(
    model_id="sam2-hiera-large",
    automatic=False,
)
#导入sam2模型
sam.set_image(image)
#配置图片
output_masks = "building_masks.tif"
sam.predict(
    boxes=geojson,
    point_crs="EPSG:4326",
    output=output_masks,
    dtype="uint8",
    multimask_output=False,
)
#定义输出文件和运行sam2
output_vector = "building_vector.geojson"
raster_to_vector(output_masks, output_vector)
#将输出的tiff格式文件转换为geojson
output_regularized = "building_regularized.geojson"
regularize(output_vector, output_regularized)
#将building_regularized.geojson文件做规则化处理，边框更加规则

由于原项目leafmap加载失败，我用gis软件把过程可视化展示如下：

（上图 黄色框为building_bboxes.geojson可视化效果，后续作为sam2的box prompts）

（上图为sam2模型输出的building_masks.tiff）

（上图为将tiff格式转换为geojson格式，building_vector.geojson）

（上图为对geojosn文件进行了规则化处理得到的building_regularized.geojson）