基于Linus Torvalds代码哲学重构的遥感影像处理管道：简单、直接、可靠。

• ✅ 配置文件管理所有参数
• ✅ 智能模型文件搜索
• ✅ 灵活的目录结构

• ✅ 统一文件管理，避免重复遍历
• ✅ 流式处理，减少内存使用
• ✅ 简化坐标系统处理

• ✅ 增强错误处理和恢复
• ✅ 支持并行处理
• ✅ 断点续传功能

# 创建虚拟环境（推荐）
conda create -n remote_sensing python=3.9
conda activate remote_sensing

# 安装依赖
pip install -r requirements.txt

将YOLO分割模型文件放在以下任一目录：

• ./models/best.pt
• ../models/best.pt
• C:/remote/ZHDN_FarmlandSeg_v2.1/models/best.pt

# 完整管道
python main.py input.tif output_directory

# 使用自定义配置
python main.py input.tif output_directory --config custom_settings.yaml

python main.py /path/to/input.tif /path/to/output_dir

这将执行完整的4步流程：

1. TIFF切片 - 将大图切成1004x1004瓦片
2. 掩膜生成 - 使用YOLO模型生成分割掩膜
3. 矢量化 - 将掩膜转换为shapefile
4. 合并处理 - 合并、融合、拆分shapefile

# 从掩膜生成开始（如果瓦片已存在）
python main.py --stage mask /path/to/output_dir

# 从矢量化开始（如果掩膜已存在）
python main.py --stage vectorize /path/to/output_dir

# 仅处理shapefile（如果shapefile已存在）
python main.py --stage shape /path/to/output_dir

python main.py --status /path/to/output_dir

编辑 config/settings.yaml 以自定义参数：

# 模型配置
model:
  search_paths:
    - "./models"
    - "../models"
  confidence_threshold: 0.5

# 切片配置  
tiling:
  tile_size: 1004
  overlap_meters: 4
  resolution_meters_per_pixel: 1.0

# 处理配置
processing:
  max_workers: 4  # 并行线程数
  memory_limit_gb: 8.0

output_directory/
├── tiles/          # 切片文件（TIFF + JPG）
├── masks/          # 掩膜文件
├── shapes/         # 单个shapefile
├── final/          # 最终输出
│   ├── dissolved_*.shp  # 融合后的shapefile
│   └── split_*.shp      # 拆分后的最终结果
└── logs/           # 处理日志

from remote_sensing_pipeline import RemoteSensingPipeline

# 创建管道实例
pipeline = RemoteSensingPipeline(output_dir="./output")

# 运行完整管道
results = pipeline.run_full_pipeline("input.tif")

# 检查结果
if results['success']:
    print(f"处理完成: {results['final_outputs']['split']}")
else:
    print(f"处理失败: {results['error']}")

processing:
  chunk_size: 50        # 减少批处理大小
  memory_limit_gb: 4.0  # 降低内存限制

processing:
  max_workers: 8        # 增加线程数（适合CPU密集型）
  max_workers: 1        # 单线程（适合GPU推理）

model:
  device: "cuda"        # 使用GPU
  device: "cpu"         # 使用CPU
  device: "auto"        # 自动选择

FileNotFoundError: 未找到模型文件

解决方案： 确保模型文件在搜索路径中，或修改配置文件中的 model.search_paths

MemoryError: 内存不足

解决方案：

• 减少 processing.max_workers
• 降低 processing.memory_limit_gb
• 使用更小的 tiling.tile_size

RuntimeError: CUDA out of memory

解决方案：

• 设置 model.device: "cpu"
• 减少并行处理线程数

• Python 3.8+
• 内存: 8GB+ （取决于图像大小）
• 存储: 输入文件大小的3-5倍
• GPU: 可选，用于加速推理

# 运行测试（如果有）
pytest tests/

# 代码格式化
black remote_sensing_pipeline/

# 类型检查
mypy remote_sensing_pipeline/

设计哲学： "Bad programmers worry about the code. Good programmers worry about data structures and their relationships." - Linus Torvalds