用 SamGeo 库实现遥感影像自动分割：从本地 TIFF 到 SHP/GeoJSON 的一站式处理（Python 脚本实现）

背景：地理空间数据处理的智能化转型与 SAM 模型的革新应用

在遥感测绘、城市规划、环境监测等领域，地理空间影像数据的自动化处理一直是提升效率的核心需求。传统的影像分割方法依赖人工标注或复杂的参数调优，难以应对海量卫星 / 无人机影像的快速分析；而栅格数据（如 GeoTIFF）向矢量数据（如 SHP、GPKG、GeoJSON）的转换，也常因工具链割裂导致流程繁琐。随着人工智能技术的发展，Segment Anything Model（SAM） 的出现为通用图像分割带来了突破性进展，其 “零样本” 分割能力和高效的批量处理特性，尤其适用于地理空间领域的复杂场景。

测试数据

数据大小：83.5M
分辨率：0.2
数据来源：谷歌在线影像下载，参考文章（QGIS之三十七下载谷歌在线影像）
原数据坐标属性