能否在Raster Vision中使用WMTS瓦片作为训练验证数据及获取GeoJSON标签？

先明确标签瓦片类型 #

先搞清楚你的标签瓦片属于哪类：是像素级分类瓦片（每个像素对应一个类别ID），还是带矢量边界的标注瓦片（瓦片里包含已绘制的多边形/点线标注），两种类型处理路径不同。

针对像素级分类瓦片（语义分割场景） #

如果你的标签是每个像素对应类别ID的栅格瓦片，按以下步骤操作：

1. 合并标签瓦片：用GDAL的gdal_merge.py工具把同区域的标签瓦片合并成完整栅格，或者用QGIS的「栅格合并」工具可视化操作：

   gdal_merge.py -o merged_label.tif label_tile_*.tif
   

2. 栅格转GeoJSON：用GDAL的gdal_polygonize.py把分类栅格转成多边形矢量，直接输出GeoJSON：

   gdal_polygonize.py merged_label.tif -f "GeoJSON" output_labels.geojson -b 1 -mask merged_label.tif
   

   也可以用QGIS的「栅格转矢量」工具，设置输出字段为class_id，格式选GeoJSON。
3. 补充类别属性：生成的GeoJSON里会有DN字段对应类别ID，手动添加label字段（比如把DN=1对应label=building），和Raster Vision训练配置的类别名称对应上。

针对带矢量边界的标注瓦片（实例/目标检测场景） #

如果你的标签瓦片本身是带标注边界的图像，按以下步骤处理：

1. 提取矢量标注：如果瓦片里的边界是图像层，需要先把矢量边界提取出来。可以用LabelMe、CVAT等工具批量标注瓦片，或者用边缘检测脚本自动化提取（前提是边界清晰）。每个瓦片标注完成后导出单个GeoJSON。
2. 合并GeoJSON文件：用GDAL的ogrmerge.py把所有单瓦片的GeoJSON合并成一个文件：

   ogrmerge.py -o combined_labels.geojson tile_label_*.geojson
   

   也可以在QGIS中导入所有单瓦片GeoJSON图层，然后导出为单个GeoJSON。

适配Raster Vision的关键要求 #

生成GeoJSON后，要确保：

• 坐标系和卫星图像瓦片一致（WMTS常用Web Mercator，EPSG:3857）
• 每个要素（Feature）都有明确的label属性字段，值为训练用的类别名称（比如"road"、"vegetation"）
• 语义分割用Polygon覆盖整个类别区域；目标检测用Polygon或Point标记目标位置

内容的提问来源于stack exchange，提问作者Abdul Basit