SAM大模型实践（七）

最新推荐文章于 2025-05-01 23:36:42 发布
最新推荐文章于 2025-05-01 23:36:42 发布
阅读量688 收藏 7
点赞数 17
文章标签： geo-sam sam gis python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/lhr123789/article/details/144734387
版权
最低0.47元/天 解锁文章
学习QGIS
关注
Segment Anything模型用于地理空间数据
天波风客的博客
06-03 1191
原文地址：https://samgeo.gishub.org/examples/satellite/此笔记本通过几行代码展示了如何使用 Segment Anything Model (SAM) 来使用分段卫星图像。确保为此jupyter notebook使用 GPU 运行时。安装依赖取消注释并运行以下单元格以安装所需的依赖项。# %pip install segment-geospatial l...
SAM大模型实践（六）
lhr123789的博客
12-25 756
运行时间确实比普通的sam快很多，当然会牺牲一些精度，但是有一些场景确实需要快，精度够用即可。希望这篇博客对你有用，欢迎大家留言交流。
深入浅出视觉分割大模型SAM（原理解析+代码实践）
热门推荐
dejahu的博客
09-03 2万+
大家好，这里是肆十二，近两年来大模型的成果在一些领域的应用已经深入人心，由于我本人主要感兴趣的方向为计算机视觉，所以今天我们来一起看下计算机视觉领域中这个非常精彩的大模型-SAM。我在B站也同步更新了对应的讲解视频，感兴趣的小伙伴也可以按照视频来进行操作。
SAM大模型实践（四）
lhr123789的博客
12-19 821
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；（上图 黄色框为building_bboxes.geojson可视化效果，后续作为sam2的box prompts）（上图为将tiff格式转换为geojson格式，building_vector.geojson）
SAM大模型实践（一）
lhr123789的博客
12-17 1937
过程当中遇到了一些坑给大家做点分享，主要有几种情况，一个是torch、torchvision、torchaudio和cuda安装的问题，版本不一致，运行过程中报错NotImplementedError: Could not run ‘torchvision::nms‘ with arguments from the ‘CUDA‘ backend. 这个时候参考了其他博主的解决方法，将torch、torchvision、torchaudio 卸载重装了一致的版本，如果你的电脑上面有GPU尽量安装GPU版本。
SAM大模型实践（二）
lhr123789的博客
12-18 1999
当输出数据类型选择byte时，Geotiff数据转换后不太对，RGB3波段的数值都是255。2.之后在将Geotiff数据转换成8位的RGB图像，需要在符号化中将红色、绿色、蓝色波段选好对应的波段。3. 调整好后右键点击栅格文件另存为，注意输出模式选择渲染图像，这样就可以将TIFF转换为8位的格式了，因为SAM只能处理8位3波段的RGB数据。1.原始数据是12波段的，需要先用波段重排工具保留下来2、3、4波段。处理了一个2861×1861的数据，大概花了3分钟多的时间。一.卫星数据使用的哨兵2数据。
SAM大模型在卫星遥感中得应用实践
lhr123789的博客
12-17 753
项目地址：xGitHub - opengeos/segment-geospatial: A Python package for segmenting geospatial data with the Segment Anything Model (SAM)卫星遥感+SAM大模型会产生什么样的火花？已经有研究者开展了这方面的研究，在此给大家分享一些实践过程中的体会，希望对大家有用。吴秋生老师等开发维护的SAM和遥感数据结合的项目，文档特别详细，详细介绍了如何使用SAM模型来处理卫星遥感数据。
SAM大模型实践（五）
lhr123789的博客
12-25 535
今天尝试了geo-SAM模型里面的text-prompt，遇到了几个坑，没有成功，还在调试，后续找到解决方法了发出来，也欢迎大侠帮忙解决一下。第一个坑，安装groundingdino包，安装失败。最后还是由警告，应该是没有完全安装成功。
视觉分割大模型SAM（代码实践）+基于SAM实现目标消除和翻转
weixin_42332746的博客
09-04 731
也可以在代码后面添加代码，实现消除和翻转图片中分割对象的功能。下图为实验效果图，完整代码在文后。
多模态开集大模型-基于Yolo-world+EfficientViT-SAM实现的开集多模态目标分割大模型算法-附项目源码
10-16
本文档所介绍的“多模态开集大模型”是一个高度创新和实用的研究成果，它不仅展示了在多模态学习领域内的最新进展，还为相关的技术实践者提供了强大的工具和资源。这项技术的实现和普及，将极大推动机器视觉、人工...
【记录】Python调用大模型（以Deepseek和Qwen为例）
weixin_44194088的博客
04-29 474
预备（以BERTopic聚合主题为例）
用Java模拟打字：深入解析 java.awt.Robot 的键盘控制艺术
码觉客的博客
04-28 3020
通过，我们可以实现强大的键盘自动化功能。对于简单的字符（英文字母、数字、基础标点等），可以通过模拟单个按键的按下和释放（可能需要配合 Shift 等修饰键）来实现，这需要建立字符到键码的映射并注意按键时序和延迟。对于复杂字符、中文或长文本，由于Robot不理解输入法逻辑，最可靠和常用的方法是将文本复制到系统剪贴板，然后模拟按下系统的粘贴快捷键。无论使用哪种方法，理解Robot的工作原理（模拟物理按键），处理好窗口焦点，并加入适当的延迟，是确保模拟输入成功的关键。虽然Robot。
python可视化艺术：VPython实现大物理模型
2301_80338712的博客
04-27 657
量子力学是现代物理学的基石，但其抽象概念往往难以理解。我们的第一个模拟通过可视化氢原子中电子的量子波函数，使这一微观世界变得可见。流体力学在工程、气象和医学领域有广泛应用。第二个模拟使用SPH（光滑粒子流体动力学）方法，展示了流体的复杂行为。宇宙尺度的天体物理学是现代科学最前沿的领域之一。我们的第三个模拟展示了星系环绕中央超大质量黑洞的形成和演化过程。VPython将强大的3D可视化能力与Python的简洁语法相结合，为科学教育和研究提供了绝佳工具。
Python项目--基于计算机视觉的手势识别控制系统
exlink2012的专栏
04-23 3282
随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。 本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。
详细介绍Python-pandas-DataFrame全部 *功能* 函数
mobangde的博客
05-01 797
详细介绍Python-pandas-DataFrame全部 功能 函数。拿着API复制的全部功能函数。然后写了案例代码。另外的统计函数及其他操作，文章里有链接
Python协程入门指北
最新发布
SimpleLearning
05-01 495
协程（Coroutine）就像，能够在执行过程中主动让出控制权，等准备好后再继续执行。
京东商品详情API数据爬取难度分析与解决方案
Asher18870278351的博客
04-28 958
京东商品数据爬取是一项技术要求高、维护成本大的工程，需要综合运用网络爬虫、密码学分析和分布式系统等多领域知识。成功的爬虫系统需要在技术实现、资源投入和合规边界之间找到平衡点。随着电商平台安全技术的不断升级，爬取方也需要持续迭代技术手段，同时更应关注数据获取的合法合规性。
python3调用某个路径下的方法超级详解
数据知道的博客
04-30 240
通过以上方法，您可以灵活地在Python项目中调用任意路径下的方法，同时保证代码的安全性和可维护性。原理：Python在导入模块时会搜索sys.path中的路径，通过临时添加路径可以实现模块导入。在Python中，调用特定路径下的方法涉及模块导入和路径处理。原理：importlib提供了更灵活的模块导入机制，可以直接从文件路径导入模块。原理：直接读取文件内容并执行，相当于将文件内容插入当前上下文。• 将导入语句放在函数/方法内部。注意：需要将项目作为包运行（
python 3.14 暂不支持 pyside6 ？ python 窗体无法显示！
业余编程
04-27 403
十天前 python-3.14.0a7 可以安装 pyside6 ，今天（2025.4.27）忽然就不能安装了，诡异不？
视觉大模型在农业应用探索：从SAM到vIpT
2. **SAM++**：这是SAM模型的增强版，进一步提升了模型的分割能力和泛化能力，适应更多的应用场景，尤其是在农业这样的领域，可以用于精准农业实践中的作物识别和分析。 3. **CLIP (Contrastive Language-Image Pre...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值