日期：
来源：GIS前沿收集编辑：小助手
近日，Facebook的母公司Meta发布了一个名为“SAM”的AI模型，Segment Anything是致力于图像分割的第一个基础模型，可根据图像内容快速实现各种分割任务，而且无需额外的训练。
遥感大数据时代，遥感信息快速自动化提取似乎已经成为遥感整个产业链的瓶颈所在，遥感技术也需要AI的赋能来促进遥感数据服务模式的变革。就如龚健雅院士所说：当“传统”遥感遇上AI，未来产业应用值得期待。
面对SAM的强大的"抠图"能力与遥感影像结合又能碰触什么样火花呢？
小助手这边从谷歌影像中下载了多份遥感数据，涉及水系、道路、房屋、农田、机场，一起来看下SAM的目标提取能力。
网站：
https://segment-anything.com/demo
数据：
谷歌地球18级影像（分辨率0.5m）
JPG格式（目前网站不支持tif格式）
Segment Anything：
打开网站直接上传遥感数据即可。
上传完数据，移动鼠标到你所需提前区域即可自动提取。
如果识别有误，你可以删减区域。比如，在识别鸟巢建筑时把阴影区域也一同识别，点击「Remove Area」选择阴影区域点击直接剔除错误区域，最后点击Cut-outs即可提取所选目标。
也可直接框选区域进行提取。
下面再来看看目标提取的结果：
水系
道路
农田
飞机
再来看看Segment Anything自动查找图像中的所有对象：
对于遥感影像这块目前Segment Anything提取的信息无法导出，也不含坐标信息，只单纯的图像分割识别。不过Segment Anything已开源，期待后续能与遥感擦出绚烂的火花，释放出每个像元的价值。
- END -
遥感卫星和卫星遥感的发展
智能遥感：AI赋能遥感技术
科普 | 遥感图像处理
ChatGPT中搞GIS