GeoAI标签制作指南

本文档深入总结 GeoAI 项目中**标签（Label/Annotation/Mask）**的制作方法、所需标签类型及主要处理流程。

GeoAI 需要哪几种标签

根据项目代码与示例分析，GeoAI 主要支持以下几类标签，分别对应不同的深度学习任务：

语义分割标签（Semantic Segmentation Masks）

图：遥感影像语义分割示例。

• • 定义：每个像素被赋予一个类别 ID（如 0=背景, 1=建筑, 2=水体），形成单波段栅格图像。
• • 存储格式：GeoTIFF (.tif)、PNG (.png)。
• • 适用任务：地物分类、土地利用/覆盖分类、水体提取、建筑提取等。
• • 关键要求：
• • 像素值为整数类别 ID，从 0 开始。
• • 背景通常用 0 表示。
• • 可通过 num_classes 参数指定总类别数。

实例分割标签（Instance Segmentation Masks）

图：遥感实例分割示例。

• • 定义：每个独立对象（如单栋建筑、单辆车）拥有唯一的像素 ID，形成单波段栅格。
• • 存储格式：GeoTIFF (.tif)。
• • 适用任务：建筑轮廓提取、车辆检测、舰船检测等需要区分个体对象的场景。
• • 关键要求：
• • 每个实例对象拥有唯一的正整数值。
• • 背景为 0。
• • 代码中通过 measure.label() 或预分配 ID 生成连通区域。

目标检测标签（Object Detection Annotations）

图：遥感目标检测示例。

• • 定义：以边界框（Bounding Box）或 COCO/YOLO 格式标注对象位置与类别。
• • 存储格式：
• • COCO 格式：JSON 文件，包含 images, annotations, categories 字段。
• • YOLO 格式：每张图像对应一个 .txt 文件，每行记录 class_id x_center y_center width height（归一化坐标）。
• • NWPU-VHR-10 格式：文本文件，每行 (x1,y1),(x2,y2),class_id。
• • 适用任务：多类目标检测（如飞机、舰船、储罐、车辆等）。

矢量标注（Vector Annotations）

• • 定义：以矢量几何（Polygon/多边形）形式标注地物边界，通常附带属性字段（如 class）。
• • 存储格式：GeoJSON (.geojson)、Shapefile (.shp)、GeoPackage (.gpkg)。
• • 适用任务：作为训练数据制作的原始输入，通过栅格化（Rasterize）转换为语义/实例分割掩膜。
• • 关键属性：
• • class 或 class_value_field：指定类别值字段。
• • 支持通过 attribute_field 将属性值烧录到栅格像素中。

标签制作的主要流程

GeoAI 提供了从原始数据到训练标签的完整流水线，核心流程如下：

流程概览

详细步骤说明

数据准备与预处理

核心代码位置：

• • geoai/utils/raster.py — 栅格读取、裁剪、重投影
• • geoai/utils/vector.py — 矢量读取、属性分析、几何处理

主要操作：

1. 1. 读取影像：使用 rasterio / rioxarray 读取 GeoTIFF，获取 CRS、分辨率、边界等信息。
2. 2. 读取矢量标注：使用 geopandas 读取 GeoJSON/Shapefile，检查 class 等属性字段。
3. 3. 坐标系统一：确保影像与矢量标注具有相同的 CRS，否则使用 gdf.to_crs(src.crs) 重投影。
4. 4. 空间过滤：对于大型矢量文件，可根据影像边界进行空间过滤，提升处理效率。

示例代码：

import geoai# 读取矢量并检查属性gdf = geoai.read_vector("annotations.geojson")print(gdf.columns)  # 确认包含 'class' 字段

标签生成（栅格化与切分）

核心代码位置：

• • geoai/utils/training.py — export_geotiff_tiles_batch(), vector_to_raster()
• • geoai/utils/raster.py — vector_to_raster(), raster_to_vector()

矢量转栅格（Vector to Raster）

将矢量多边形转换为与影像对齐的单波段栅格掩膜：

import geoai# 将 GeoJSON 标注转为 GeoTIFF 掩膜geoai.vector_to_raster(    vector_path="buildings.geojson",    output_path="buildings_mask.tif",    reference_raster="image.tif",  # 以影像为参考，确保对齐    attribute_field="class",       # 使用 class 字段作为像素值    all_touched=True,              # 接触多边形的所有像素都标记    fill_value=0,                  # 背景值    dtype="uint8",)

关键参数说明：

影像与标签切分（Tiling）

将大影像和对应掩膜切分为固定尺寸的小瓦片，用于深度学习训练：

import geoai# 批量导出训练瓦片stats = geoai.export_geotiff_tiles_batch(    images_folder="data/images",    masks_file="data/annotations.geojson",  # 或 masks_folder="data/masks"    output_folder="output/training_tiles",    tile_size=256,                # 瓦片尺寸（像素）    stride=256,                   # 步长（stride < tile_size 时产生重叠）    class_value_field="class",    # 矢量中类别字段    skip_empty_tiles=True,        # 跳过无标注的瓦片    all_touched=True,             # 栅格化参数    buffer_radius=0.5,            # 对矢量添加缓冲（米）)print(f"生成瓦片总数: {stats['total_tiles']}")print(f"含标注瓦片数: {stats['tiles_with_features']}")

输出目录结构：

output/training_tiles/├── images/│   ├── tile_000_000.tif│   ├── tile_000_001.tif│   └── ...└── masks/    ├── tile_000_000.tif    ├── tile_000_001.tif    └── ...

三种掩膜输入模式：

标签格式转换与增强

核心代码位置：

• • geoai/utils/training.py — get_default_augmentation_transforms(), flipnslide_augmentation()
• • geoai/segmentation.py — _normalize_mask(), CustomDataset
• • geoai/train.py — 数据集解析与格式转换

语义分割标签归一化

语义分割掩膜需保证像素值为 [0, num_classes-1] 的整数：

# 内部函数 _normalize_mask 的逻辑# 二分类：非零值全部映射为 1# 多分类：像素值裁剪到 [0, num_classes-1]

数据增强

GeoAI 内置了针对遥感影像的数据增强策略：

import geoai# 默认增强组合（使用 albumentations）transform = geoai.get_default_augmentation_transforms(    tile_size=256,    include_normalize=True,  # 包含 ImageNet 归一化)# 应用增强augmented = transform(image=image, mask=mask)aug_image = augmented['image']aug_mask = augmented['mask']

默认增强包括：

• • 几何变换：水平翻转、垂直翻转、随机旋转 90°、ShiftScaleRotate
• • 光度变换：随机亮度对比度、色相饱和度调整、高斯噪声、高斯模糊

3.3 Flip-n-Slide 增强（高级）

一种专为遥感影像设计的重叠瓦片增强策略，生成带旋转/翻转的重叠瓦片：

# 生成重叠瓦片并自动应用 8 种增强变体tiles, aug_indices = geoai.flipnslide_augmentation(    image, tile_size=256, output_format="numpy")

3.4 目标检测格式转换

• • NWPU → COCO：geoai/object_detect.py 提供 _convert_nwpu_to_coco()
• • COCO 解析：geoai/train.py 提供 parse_coco_annotations()
• • YOLO 解析：geoai/train.py 提供 parse_yolo_annotations()

训练数据加载

核心代码位置：

• • geoai/utils/sampling.py — TorchGeo 数据集与采样器
• • geoai/train.py — PyTorch Dataset / DataLoader

TorchGeo 语义分割数据加载

from geoai.utils.sampling import create_torchgeo_segmentation_dataloadersloaders = create_torchgeo_segmentation_dataloaders(    image_path="data/images",    mask_path="data/masks",    chip_size=256,    batch_size=4,    train_length=128,   # 每轮随机采样数    val_length=32,)train_loader = loaders["train"]val_loader = loaders["val"]grid_loader = loaders["grid"]  # 用于完整推理的网格采样

实例分割 / 目标检测数据加载

from geoai.train import ObjectDetectionDatasetdataset = ObjectDetectionDataset(    image_paths=["img1.tif", "img2.tif"],    label_paths=["mask1.tif", "mask2.tif"],    instance_labels=False,  # False=自动连通域标记；True=使用预分配实例ID    multiclass=False,       # False=二分类；True=多类实例分割)

关键参数说明：

标签制作最佳实践

矢量标注阶段

• • 属性字段命名：统一使用 class 或 category 作为类别字段，避免使用中文或特殊字符。
• • 几何有效性：确保多边形无自相交、无重叠（可使用 geoai.smooth_vector() 平滑边界）。
• • 坐标系：优先使用投影坐标系（如 UTM）进行标注，确保面积计算准确。

栅格化阶段

• • 参考影像对齐：始终使用 reference_raster 参数确保掩膜与影像像素级对齐。
• • all_touched=True 适合细线状地物（如道路、河流），all_touched=False 适合块状地物（如建筑）。
• • 缓冲区：对于线状或点状地物，可通过 buffer_radius 扩展为面状，便于模型学习。

切分阶段

• • 瓦片尺寸：常见选择 256×256 或 512×512，需根据影像分辨率和地物尺度调整。
• • 步长设置：
• • stride = tile_size：无重叠，训练效率高但边界地物可能截断。
• • stride = tile_size / 2：50% 重叠，提升边界地物识别率，但数据量增加 4 倍。
• • 空瓦片过滤：设置 skip_empty_tiles=True 可减少无标注瓦片，提升训练效率。

标签验证

import geoai# 可视化检查训练瓦片fig = geoai.display_training_tiles("output/training_tiles", num_tiles=6)# 检查栅格信息info = geoai.get_raster_info("output/training_tiles/masks/tile_000_000.tif")print(info)

相关模块与文件索引

GeoAI 的标签制作体系围绕 "矢量标注 → 栅格化 → 切分增强 → 模型训练" 的流水线展开：

1. 1. 标签类型：核心支持语义分割掩膜、实例分割掩膜、目标检测标注（COCO/YOLO）及原始矢量标注。
2. 2. 制作工具：vector_to_raster 实现矢量栅格化，export_geotiff_tiles_batch 实现批量切分，get_default_augmentation_transforms 提供数据增强。
3. 3. 关键原则：空间对齐（CRS、分辨率、边界一致）和像素值规范（类别 ID 从 0 开始，背景为 0）是标签制作的核心要求。