paddlers/predict_tuban.py

from paddlers.deploy import Predictor
import numpy as np
import rasterio
from rasterio.transform import from_bounds
import os

# 模型路径
model_dir = "E:/PaddleRS-1.0.0/inference_model"
assert os.path.exists(model_dir), "模型路径无效！"

# 构建Predictor
predictor = Predictor(model_dir, use_gpu=True)

# 输入影像路径
img1_path = "E:/PaddleRS-1.0.0/data/tuban/test/A/4301812024070509180603.tif"
img2_path = "E:/PaddleRS-1.0.0/data/tuban/test/B/4301812024070509180603.tif"
assert os.path.exists(img1_path), "前时相影像不存在！"
assert os.path.exists(img2_path), "后时相影像不存在！"

# 执行推理
res = predictor.predict((img1_path, img2_path), warmup_iters=5, repeats=1)

# 检查结果
assert 'label_map' in res, "推理结果中缺少label_map键！"
cm = res['label_map']  # 变化检测结果（numpy 数组）

# 读取输入影像的地理信息
with rasterio.open(img1_path) as src:
    # 获取输入影像的地理信息
    profile = src.profile  # 包括 CRS、变换信息、元数据等
    transform = src.transform
    crs = src.crs  # 坐标参考系

# 更新输出影像的 profile（元数据）
profile.update(
    dtype=rasterio.uint8,  # 数据类型
    count=1,              # 单波段
    compress='lzw',       # 压缩方式
    driver='GTiff'        # 输出格式为 GeoTIFF
)

# 保存变化检测结果为 GeoTIFF
output_path = "E:/PaddleRS/predict/change_map.tif"
with rasterio.open(output_path, 'w', **profile) as dst:
    # 写入变化检测结果
    dst.write(np.uint8(cm), 1)  # 将数据写入第1个波段

print(f"变化检测结果已保存为：{output_path}")