中研院暑期專案: ShpPredictor 介紹#
工作日誌見: 暑期實習工作紀錄(下)
專案規劃見: 南山公墓專案計畫: 使用 SAM 套件進行南山公墓航拍影像檔的墓物件辨識
shpPredictor 專案目標#
此專案目的是建立一個”自動產生地圖遮罩” 的方法。這項方法將節省地理分析人員產生空拍圖遮罩檔的時間。多出來的時間將有助於該人員進行決策
shpPredictor 撰寫緣由#
還記得在中研院的一堂課中我接觸到了 QGIS 軟體。 當時第一次學到 QGIS 的我，沒想到竟然經由步驟簡單的疊圖分析，就能從地圖中嗅到許多資訊 。自此我開始佩服起 QGIS 軟體的強大。
然而，QGIS 所使用的 shp 檔經常是手工製成，這樣的過程不僅耗人力也浪費時間。因此進行專案構想時我就想或許自己能為 QGIS 提供自己的一份力。 試圖引入 Deep Learning 的技術解決這問題
我將使用 Meta 提出的物件分割模型 SAM 去產生地圖遮罩，並用物件偵測模型 (Yolo -nas) 去辨識出墳墓位置。在產生墳墓位置的 jpg 檔後， 檔案將經由一系列檔案轉換、georeference 來變成 shp 檔。這一套 workflow 可以由此專案的 Github : shpPredictor 來察看
shpPredictor 如何取用#
使用 shpPredictor 的步驟
先進到 Training_object_detection_model_workbook.ipynb 產製物件偵測模型，並將模型儲存下來
再到 Predicting_mask_for_tifimage.ipynb 輸入欲預測之航拍圖 ，以產生物件遮罩 shp 檔
請確認使用裝置有足夠 GPU。依據檔案大小，使用模型所需的 GPU 大小也不一