QGIS-Kurs zur Bildsegmentierung (SAMGeo)

GIS – Open Source

Im Kurs „QGIS-Bildsegmentierung“ lernst du, wie du die QGIS-Plugins zur Bildsegmentierung installierst, konfigurierst und für die georäumliche Bildsegmentierung in QGIS nutzt, basierend auf dem „Segment Anything Model“ (SAM 3) von Meta. Du erfährst, wie du Satelliten- und Luftbilder automatisch segmentieren, Objekte abgrenzen und die Ergebnisse als Vektor- oder Rasterebenen speichern kannst – ganz ohne Programmierung. Der Kurs konzentriert sich auf einen praktischen Arbeitsablauf für GeoAI in QGIS, von der Plugin-Installation bis hin zu anwendbaren Segmentierungsergebnissen für Kartografie, Fernerkundung und räumliche Analyse.

Studiebelasting 2 dagen

Onderwezen door:

Merijn Koreman
Niederländisch

Einführung in die Bildsegmentierung mit QGIS

Möchten Sie lernen, wie Sie Objekte in Satelliten- und Luftbildern automatisch erkennen und abgrenzen können, ohne programmieren zu müssen? Im Kurs „QGIS-Bildsegmentierung“ lernst du, wie du mit QGIS und modernen GeoAI-Techniken selbstständig mit der georäumlichen Bildsegmentierung arbeitest, basierend auf dem Segment Anything Model (SAM 3) von Meta.

QGIS ist eine leistungsstarke Open-Source-GIS-Plattform zur Analyse und Visualisierung geografischer Daten. In diesem Kurs baust du auf deinen QGIS-Grundkenntnissen auf und entdeckst, wie du unter anderem mit dem SamGeo-QGIS-Plugin KI-gestützte Segmentierung in einer vertrauten GIS-Umgebung anwendest. Sie lernen, wie Sie Satellitenbilder in präzise Segmente und Objekte umwandeln, die direkt als Vektor- oder Rasterebenen für die weitere Analyse verwendet werden können.

Die GeoAI-Bildsegmentierung geht über die klassische Klassifizierung hinaus. Anstatt feste Klassen vorherzusagen, lernt SAM, jedes Objekt in einem Bild zu segmentieren – von Gebäuden und Straßen bis hin zu Gewässern und Vegetationseinheiten. Dadurch können Sie flexibel und interaktiv mit unterschiedlichsten Datensätzen arbeiten, unabhängig von Sensor oder Auflösung.

Mit der QGIS-Bildsegmentierung integrieren Sie künstliche Intelligenz direkt in Ihren täglichen GIS-Workflow. Ob Sie nun in den Bereichen Raumplanung, Umweltüberwachung, Landnutzung, Kartografie oder Forschung tätig sind – dieser Kurs zeigt Ihnen, wie Sie KI-Segmentierung praktisch und effektiv einsetzen, ohne eine einzige Zeile Code schreiben zu müssen.

Du arbeitest mit Open-Source-Software, absolvierst den Kurs in deinem eigenen Tempo und entwickelst zukunftsorientierte Kompetenzen an der Schnittstelle von GIS und GeoAI. Technisch innovativ, aber klar erklärt und direkt anwendbar.

Bitte beachten Sie: Grundkenntnisse in QGIS sind erforderlich. Absolvieren Sie dazu zunächst die QGIS-Grundlagenschulung

Was lernst du im Kurs „QGIS-Bildsegmentierung“?

In diesem Kurs lernst du Schritt für Schritt, wie du GeoAI-Segmentierung in QGIS mithilfe aktueller, fortschrittlicher Plugins anwendest. Du beginnst mit den Grundlagen: Was Bildsegmentierung ist, wie das „Segment Anything“-Modell funktioniert und wie du das Plugin in QGIS installierst und konfigurierst.

Geo-ICT Training Center, Nederland - QGIS GeoSam

Anschließend übst du praktisch mit Satelliten- und Luftbildern. Du lernst, wie du interaktive Eingabeaufforderungen (Punkte, Begrenzungsrahmen und Masken) zur Segmentierung von Objekten einsetzt und wie du die Ergebnisse als GIS-Ebenen speicherst. Außerdem lernst du, wie du Segmentierungen mit bestehenden Vektor- und Rasterdaten in QGIS kombinierst.

Darüber hinaus lernst du Anwendungen kennen wie:

  • Objektextraktion (Gebäude, Grundstücke, Gewässer, Infrastruktur)
  • Unterstützung bei der Landnutzungs- und Landbedeckungsanalyse
  • Vorverarbeitung von Daten für weitere GIS- und Fernerkundungsanalysen

Durch anschauliche Erklärungen und praktische Übungen lernen Sie, wie Sie KI-generierte Segmentierungen bewerten, verfeinern und in realistischen GIS-Projekten einsetzen.

Kurz gesagt: eine leicht zugängliche und praxisorientierte Einführung in die Geo-KI-Bildsegmentierung in QGIS, mit Schwerpunkt auf Verständnis und Anwendung.

Warum sollten Sie sich für den Kurs „QGIS-Bildsegmentierung“ entscheiden?

Dieser Kurs ist einzigartig, da er GIS-Anwendern den Zugang zu fortschrittlicher KI-Segmentierung ermöglicht. Während GeoAI oft mit komplexem Code und Machine-Learning-Pipelines assoziiert wird, zeigt dieser Kurs, dass Sie mit QGIS und GeoSam sofort produktiv arbeiten können.

Sie lernen unter anderem:

  • Was georäumliche Bildsegmentierung ist und wie sich SAM von der klassischen Klassifizierung unterscheidet
  • Wie man das SamGeo-Plugin in QGIS installiert und verwendet
  • Wie man Satellitenbilder ohne Programmieraufwand segmentiert
  • Wie man KI-Ergebnisse in nutzbare GIS-Ebenen und Analysen umsetzt

Der Kurs wurde für selbstständiges und praxisorientiertes Lernen entwickelt, mit Open-Source-Tools und einem klaren Fokus auf die Anwendbarkeit in realen GIS-Szenarien.

Egal, ob Sie mit GeoAI experimentieren, Ihren GIS-Workflow beschleunigen oder sich auf die Zukunft der räumlichen Analyse vorbereiten möchten – dieser Kurs vermittelt Ihnen das Wissen und die Fähigkeiten, um KI-Segmentierung effektiv einzusetzen.

Für wen ist dieser Kurs gedacht?

Dieser Kurs richtet sich an GIS-Anwender, die über die traditionelle Bildanalyse hinausgehen möchten und sich für KI-gestützte Objektextraktion interessieren. Sind Sie in den Bereichen Raumplanung, Umwelt, Ökologie, Infrastruktur, Landwirtschaft, Kartografie, Bildung oder Forschung tätig? Dann bietet dieser Kurs Ihnen einen direkten Mehrwert.

Sie benötigen keine Vorkenntnisse in KI oder maschinellem Lernen, aber Grundkenntnisse in QGIS. Der Kurs ist praxisorientiert aufgebaut und auf das Lernen durch praktische Anwendung ausgerichtet.

Haben Sie bereits mit Satellitenbildern (wie Sentinel-Daten) gearbeitet und möchten Sie Objekte schneller, flexibler und intelligenter aus Bildern extrahieren? Dann ist „QGIS-Bildsegmentierung“ ein logischer nächster Schritt, um mit QGIS und GeoAI tiefere geografische Einblicke zu gewinnen.

Meer lezen

Inschrijven

€1095,-
  • Studiebelasting: 2 Unterrichtstag(e) von 9.00 bis 16.00 Uhr.
  • Locatie: Apeldoorn oder online. Ein Termin vor Ort ist möglich; fordern Sie in diesem Fall bitte ein Angebot an.
  • Data: Es gibt mehrere Starttermine; weitere Informationen finden Sie auf der Anmeldeseite.
Inschrijven voor deze cursus

Tagesablauf: Bildsegmentierung mit QGIS

Tag 1 – Einführung in GeoAI und Segmentierung in QGIS

Am ersten Kurstag legst du die Grundlagen für die Arbeit mit GeoAI-Bildsegmentierung in QGIS. Der Tag beginnt mit einer anschaulichen Einführung in das Konzept der Bildsegmentierung und die Rolle von KI in modernen GIS-Workflows. Sie erfahren, was GeoAI ist, warum sich die Segmentierung von der klassischen Bildklassifizierung unterscheidet und inwiefern das „Segment Anything Model“ (SAM 3) von Meta hier einen Durchbruch darstellt.

Anschließend gehen Sie praktisch an die Arbeit und lernen, wie Sie Plugins wie SamGeo installieren, konfigurieren und für den Einsatz in QGIS vorbereiten. Dabei werden Systemanforderungen, Modellauswahl und das korrekte Laden von Satelliten- und Luftbildern behandelt.

Am Nachmittag konzentrieren Sie sich auf die Kernfunktionalität: die interaktive Segmentierung. Sie lernen, wie Sie mit einfachen Benutzerinteraktionen (wie Punkten und Auswahlen) Objekte in Bildern segmentieren, wie das Modell auf verschiedene Eingaben reagiert und wie Sie Segmentierungsergebnisse interpretieren. Am Ende von Tag 1 haben Sie ein gutes Verständnis davon, wie GeoSam funktioniert, und können selbstständig erste Segmentierungen durchführen und als GIS-Ebenen speichern.

Ergebnis von Tag 1: Sie verstehen die Grundlagen der GeoAI-Segmentierung und haben erfolgreich erste Objekte aus Satellitenbildern extrahiert.

Tag 2 – Anwendungen, Verfeinerung und Integration in GIS-Arbeitsabläufe

Der zweite Tag steht ganz im Zeichen der Vertiefung und praktischen Anwendung. Sie bauen auf den Kenntnissen von Tag 1 auf und lernen, wie Sie GeoSam in realistischen GIS-Projekten effektiv einsetzen. Der Vormittag beginnt mit der Verfeinerung von Segmentierungen: Wie verbessert man die Ergebnisse, wie geht man mit komplexen Objekten um und wie kombiniert man mehrere Segmentierungen innerhalb eines Projekts?

Anschließend lernst du, wie du die KI-generierten Segmentierungen in bestehende QGIS-Workflows integrierst. Du arbeitest mit Vektor- und Rasterebenen, führst einfache räumliche Analysen durch und lernst, wie Segmentierungen als Grundlage für weitere Analysen wie Landnutzung, Objekterfassung oder kartografische Visualisierung dienen können.

Am Nachmittag liegt der Schwerpunkt auf Praxisbeispielen. Sie wenden die Bildsegmentierung auf verschiedene Bildtypen und Anwendungsfälle an, wie beispielsweise die Abgrenzung von Gebäuden, Gewässern oder Landschaftselementen. Dabei wird der Interpretation viel Aufmerksamkeit gewidmet: Wann ist eine Segmentierung „gut genug“ und wie setzt man KI-Ergebnisse verantwortungsbewusst in GIS-Projekten ein?

Der Kurs schließt mit Best Practices, Fallstricken und Hilfestellungen zum Thema Segmentierung ab.

Lernergebnis Tag 2: Sie können die Bildsegmentierung zielgerichtet in Ihrer eigenen GIS-Arbeit anwenden, Segmentierungen bewerten und verfeinern sowie KI-Ergebnisse effektiv in QGIS-Analysen und Karten einsetzen.

Studiebelasting 2 dagen
Schrijf me in

Lernziele des Kurses „Bildsegmentierung mit QGIS“

Der Teilnehmer ist in der Lage:

  • zu erklären, was georäumliche Bildsegmentierung und GeoAI sind | und den Unterschied zwischen klassischer Bildklassifizierung und KI-gesteuerter Segmentierung mit dem Segment Anything Model in QGIS zu benennen.
  • Das SamGeo-QGIS-Plugin selbstständig zu installieren und zu konfigurieren | einschließlich der Aufbereitung von Satelliten- und Luftbildern für die Verwendung mit dem „Segment Anything Model“ (SAM 3).
  • Satelliten- und Luftbilder interaktiv und ohne Programmieraufwand zu segmentieren | durch die Anwendung von GeoSam in QGIS und die Interpretation der generierten Segmentierungen.
  • Segmentierungsergebnisse speichern, bearbeiten und in GIS-Workflows integrieren | als Raster- und Vektorebenen, sowie diese mit vorhandenen geografischen Daten für die weitere Analyse und Visualisierung kombinieren.
  • GeoAI-Segmentierung zielgerichtet in Praxisbeispielen anwenden | wie z. B. Objektextraktion (z. B. Gebäude, Gewässer, Landnutzung) und kritisch beurteilen, wann KI-Ergebnisse für die Analyse und Kartenerstellung geeignet sind.

Möchten Sie weitere Informationen?

Haben Sie Fragen zum Inhalt des Kurses? Oder sind Sie sich nicht sicher, ob der Kurs Ihren Lernzielen oder Wünschen entspricht? Bevorzugen Sie einen Inhouse- oder einen Privatkurs? Wir helfen Ihnen gerne weiter.

Andere cursussen

Geografisches Informationssystem

GIS – Open Source
  • Gecertificeerd
  • 3 dagen

GeoNode Basis

GIS – Open Source
  • Gecertificeerd
  • 2 dagen

GeoNode konfigurieren

GIS – Open Source
  • Gecertificeerd
  • 2 dagen

GeoNode verwalten

GIS – Open Source
  • Gecertificeerd
  • 2 dagen

QField

GIS – Open Source
  • Gecertificeerd
  • 1 dag

QGIS – Raum-zeitliche Analyse

GIS – Open Source
  • Gecertificeerd
  • 2 dagen

QGIS – Stadtmorphologie

GIS – Open Source
  • Gecertificeerd
  • 2 dagen

QGIS Aerius

GIS – Open Source
  • Gecertificeerd
  • 2 dagen

QGIS Copernicus

GIS – Open Source
  • Gecertificeerd
  • 2 dagen

QGIS für Fortgeschrittene

GIS – Open Source
  • Gecertificeerd
  • 2 dagen

QGIS für GIS-Experten

GIS – Open Source
  • Gecertificeerd
  • 1 dag

QGIS GeoAgent

GIS – Open Source
  • Gecertificeerd
  • 2 dagen