Skip to main content

geodeep

GeoDeep — librería Python para detección de objetos y segmentación semántica en rasters geoespaciales (GeoTIFFs) con modelos ONNX

跳到安装

来源信息

仓库
Ntizar/NtizarBrainMasterMind
最近来源活动
2026年7月11日 03:39
检测到的 SKILL.md 语言
西班牙语
星标
2
分支
0

安装方式

默认使用会先检查来源的 Prompt;你也可以切换为直接命令,或下载本地副本。

检查来源文件

决定是否安装前,请先阅读 SKILL.md,以及 SkillsMP 当前展示的配套文件。

正在显示 SKILL.md

SKILL.md
来源说明 · 只读预览
name
geodeep
version
1.0.0
description
GeoDeep — librería Python para detección de objetos y segmentación semántica en rasters geoespaciales (GeoTIFFs) con modelos ONNX
# GeoDeep — AI en Rasters Geoespaciales ## Descripción Librería Python rápida y ligera para detección de objetos y segmentación semántica en rásters geoespaciales (GeoTIFFs), con modelos pre-construidos incluidos. Detecta coches, edificios y más desde ortofotos. ## Por qué importa para David - **AI + Geospatial**: Integración directa de IA con datos geográficos - **ONNX models**: Modelos ligeros y portables para deployment - **GeoTIFF input/output**: Formato estándar en GIS - **CLI + Python API**: Útil tanto para scripts como para integración en pipelines ## Arquitectura ``` GeoTIFF / Orthophoto ↓ GeoDeep (ONNX models) ├── Detección de objetos → GeoJSON (bounding boxes) └── Segmentación semántica → GeoJSON (polygons) / raster mask ``` Stack: Python, ONNX Runtime, rasterio, PyTorch, GeoTIFF ## Instalación ```bash pip install -U geodeep ``` ## Uso básico ```python # Detección de objetos (coches) from geodeep import detect bboxes, scores, classes = detect('orthophoto.tif', 'cars') geojson = detect('orthophoto.tif', 'cars', output_type="geojson") # Segmentación semántica (edificios) from geodeep import segment polygons = segment('orthophoto.tif', 'buildings') # Exportar mask georreferenciada segment('orthophoto.tif', 'buildings', output_type='mask') # Listar modelos disponibles # geodeep --list-models ``` Modelos disponibles: cars, buildings, trees, pools, solar-panels, y más ## Integración con proyectos de David - **España Atlas**: Detección automática de edificios/coches desde ortofotos - **Satellite AI Vision**: Complemento a skills existentes de visión satelital - **Urban planning**: Análisis de cobertura de edificios, vehículos, infraestructura - **Change detection**: Comparar ortofotos temporales con detección de cambios ## Pitfalls - Precisión del modelo depende de resolución de la ortofoto - Modelos pre-construidos pueden no cubrir todos los escenarios de España - ONNX models requieren GPU para performance en imágenes grandes - GeoTIFFs grandes pueden consumir mucha RAM (considerar tile processing) - Solo soporta Python 3.6+ ## Referencias - GitHub: https://github.com/uav4geo/GeoDeep - pypi: https://pypi.org/project/geodeep/ - Homepage: https://uav4geo.github.io/GeoDeep/
在 GitHub 查看