Delineate Anything v2：面向全球农田边界勾绘的基础模型 Delineate Anything v2: A Global Foundation Model for Field Delineation
以数据治理标签噪声的全球农田边界勾绘基础模型，性能翻倍。
前置知识
实例分割 (Instance Segmentation)
实例分割不仅对每个像素做类别预测，还为每个独立物体分配唯一标识，从而能区分相邻且光谱相同的同类物体。本文采用 YOLOv11 实例分割骨干网络，因为相邻农田地块光谱相近，语义分割会把多个地块塌缩成同一对象（欠分割），而实例分割通过强制离散物体身份避免这种拓扑崩塌。
理解作者为何选择实例分割而非语义分割，是理解整篇方法动机的关键——它直接对应农业地图中相邻地块合并这一核心痛点。
视觉基础模型 (Vision Foundation Models)
指 SAM 等大规模预训练、具备零样本分割能力的视觉模型。但在遥感场景中，由于相邻农田对比度低、传感器伪影、拓扑复杂，通用基础模型频繁过分割或欠分割，缺乏地理空间感知与物理尺度约束。本文 Delineate Anything v2 正是面向地球尺度农田勾绘的专业化基础模型。
通用基础模型的系统性失效是本文方法立足的前提，理解其局限有助于理解本文贡献的独特性。
行政地块 vs 物理地块 (Parcel-versus-Field Dilemma)
行政地块（parcel）基于产权登记，常把多个物理耕作单元合并为单个多边形；而物理地块（field）是遥感影像中实际可见的独立耕作区域。聚合全球行政登记数据时，这种产权与耕作单位的不匹配会引入结构性标签噪声，是本文要根治的核心问题。
这是全篇中枢概念，所有方法设计（HR 人工拆分、MR 像素均匀化、Khalimsky 边缘增强）都围绕解决该地块合并异常展开。
Khalimsky 网格 (Khalimsky Grid)
数字拓扑中的表示方法，将图像映射到 $(2N+1) \times (2N+1)$ 的网格：奇-奇坐标代表像素，奇-偶/偶-奇坐标代表两像素间边界，偶-偶坐标代表三个及以上多边形交汇的角点。这种表示可精确定位像素间边界与角点，用于合成边缘增强。
掌握该数学工具是理解 MR 边缘增强技术细节的前提，它使作者能精确地注入与实例标签一致的合成边缘线索。
数据驱动学习 (Data-Centric Learning)
与模型中心（model-centric）范式相对，数据驱动学习强调在源头提升监督质量，而非用日益复杂的优化策略去补偿标注错误。本文严格遵循该范式，专注治理行政登记数据中的标签噪声，并验证监督质量是当前最大瓶颈。
这是作者的核心方法论立场——消融实验显示数据治理贡献远超数据集规模扩张，理解这一点才能把握论文真正的创新点。
研究动机
大尺度农田边界精确勾绘是粮食安全、供应链透明度与碳核算的基础空间任务。传统方法面临双重困境：其一，基于 U-Net、ResUNet-a 等经典监督架构在 LPIS 等高质量局部真值上训练，虽局部表现强，但在缺乏数字地籍登记的地区泛化能力差；其二，SAM 等通用视觉基础模型虽具备零样本能力，却因相邻农田对比度低、传感器伪影与复杂拓扑而频繁欠分割。更致命的是数据瓶颈：先前的 FBIS-22M 数据集高度集中于欧洲，缺乏非洲、亚洲与拉丁美洲的代表性；而全球扩张又撞上行政登记标签噪声这堵墙——公开地籍常把多个物理地块合并为单个多边形（地块与田块困境），自动几何切分极易出错，严重限制模型精度。
本文的目标是本文旨在构建一个真正可全球泛化的农田边界勾绘基础模型 Delineate Anything v2。具体目标包括：构建覆盖 61 国、7300 万实例的多分辨率数据集 FBIS-73M（迄今最大公开农田边界库）；提出分辨率感知的标签噪声治理流程，系统化解行政地块合并异常；人工策划一个覆盖 100 国的独立评估基准以衡量零样本泛化；最终在保持国家乃至全球级快速部署速度的前提下，显著超越现有 SOTA（含原版 Delineate Anything 框架），并公开代码、权重、数据集与全球矢量产品支持可复现研究。
与已有工作不同的是，本文的独特切入角度在于彻底转向数据驱动范式：与其在模型架构上做文章，不如在数据层面根治标签噪声。具体创新是分辨率差异化策略——对高分辨率（HR，GSD $\leq 3$ m）数据走人工几何拆分以确保严格几何精度；对中分辨率（MR，3–10 m）数据则反其道而行，不修改易出错的几何标签，而是改造图像像素（像素均匀化）来匹配单一实例监督，并合成增强微弱的真实物理边界。这种与多数聚焦类标签噪声治理的既有工作本质不同：它直击地理空间标注特有的结构性噪声。
核心方法
整体思路是先直觉后技术：作者认识到制约全球农田勾绘的不是模型容量而是监督质量，因此放弃架构创新，转而构建并清洗大规模训练数据。技术路线为一条分辨率感知的数据治理流水线：第一步对 7300 万实例做自动异常筛查，定位可疑的合并地块；第二步按分辨率分流，HR 样本走人工几何拆分，MR 样本走图像空间自适应（像素均匀化 + Khalimsky 边缘增强），使图像内容与实例级标注一致；最后用 YOLOv11 实例分割骨干网络在 512×512 RGB 图块上训练。整个治理流程完全架构无关，可移植到任意检测/实例分割模型。作者刻意省略 mosaic 增强以保留自然田块拓扑，仅用翻转与颜色抖动。
核心创新是“图像空间自适应”：对 MR 数据，与其进行容易引入拓扑伪影的几何标签切分，不如反方向改造底层图像像素，使其与单一实例监督相匹配。均匀化步骤在 HSV 空间以实例众数色为基准，对像素色偏施加循环有界变换 $D' = f(\Delta)$（$|\Delta| \leq B/4$ 时近似恒等映射保留纹理，更大偏差被折叠回有界区间），从而抹除假性内部边界却不塌缩成纯色。这种“动图不动标”的逆向思路与既有动标签的做法本质不同，再配合 Khalimsky 网格上的数字拓扑边缘增强，构成完整闭环。
方法步骤详情
①异常筛查：$13\times13$ 高斯模糊抑制噪声，构造腐蚀实例掩膜（保留局部最小/最大滤波给出相同语义标签的像素），算掩膜核内各通道均值色；按 Sentinel-2 阈值 $[10\%,20\%,50\%]$、Planet 阈值 $[25\%,35\%,50\%]$ 构造相对色偏差图赋三级偏差，腐蚀去噪后若三级累计面积分别超地块 $15\%/10\%/5\%$ 即标记多字段候选。②HR 人工拆分：对 $\leq3$ m GSD 标记地块做人工几何分解。③MR 像素均匀化：转 HSV 算实例众数色，按 $B=32$（S2）、$B=48$（Planet）施加循环有界变换 $D'=f(\Delta)$ 后转回 RGB 替换像素，抹除假内部边界。④Khalimsky 边缘增强：在 $(2N+1)\times(2N+1)$ 网格用 $1\times4$、$4\times1$ 核做膨胀-腐蚀差得方向梯度，标记活跃边、在汇聚角点清零后切割轮廓，对低强度或弱像素段（占比超阈值）标记弱边，用软光混合（soft-light，$\alpha\in[0,1]$）增强后下采样回原分辨率。⑤训练：YOLOv11 实例分割、$512\times512$ 图块、5 epoch、8×H100、总批 512、AdamW 学习率 $1\times10^{-7}$、余弦衰减、COCO 初始化、禁用 mosaic。
技术新颖性
技术新颖性体现在三点。第一，架构无关的数据治理：作者证明架构不是瓶颈，数据质量才是，这与业界追逐更大模型的趋势形成鲜明反差。第二，图像空间均匀化的逆向范式：传统标签噪声治理聚焦类标签腐蚀或几何标签编辑，而本文对 MR 数据选择改造图像而非标签，用循环有界变换在抹除假边界与保留自然纹理间取得精妙平衡，避免塌缩成纯色。第三，Khalimsky 网格上的数字拓扑边缘增强：借助像素间边界与角点的精确拓扑表示，作者能定位多边形轮廓的独立边段，识别并定向增强视觉微弱的真实物理边界，使合成边缘线索严格与实例标签一致。整套流程分辨率差异化、可移植、可解释，是数据驱动范式在地理空间标注领域的系统化实践。
实验结果
核心发现由三表解读。Table 1 在 100 国零样本基准上，DelAny v2 的 mAP@0.5 达 0.559，较原 DelAny 0.275 提升 +0.284（相对 $+103.3\%$ 翻倍）；严格精度 mAP@$0.5{:}0.95$ 从 0.103 跃至 0.278（+0.175，近三倍）；精度 0.639 vs 0.345，召回 0.525 vs 0.454。Table 2 区域分解显示一致提升：欧洲 0.612、北美 0.618 居高，欠代表地区涨幅最大——非洲 $0.251\to0.584$、亚澳 $0.161\to0.44$、拉美 0.563。Table 3 消融是论文灵魂：数据从 22M 扩到 73M（无治理）仅 +0.086 mAP 即触顶；加 HR 拆分再 +0.048；加 MR 图像空间治理贡献最大 +0.150；累计数据治理 +0.198 mAP 远超规模扩张，坐实‘监督质量而非规模才是瓶颈’。操作性上单图块 A100 仅 25 ms，乌克兰 $603{,}000$ km² 5.4 小时完成（约 $112{,}000$ km²/小时，消费级工作站）。
查看结构化数据
| 任务 | 指标 | 本文 | 基线 | 提升 |
|---|---|---|---|---|
| 100 国独立零样本农田边界勾绘 | mAP@0.5 | 0.559 | 0.275（原 Delineate Anything） | +0.284（相对 +103.3%，性能翻倍） |
| 100 国独立零样本农田边界勾绘（严格边界精度） | mAP@0.5:0.95 | 0.278 | 0.103（原 DelAny） | +0.175（近三倍） |
| 100 国独立零样本农田边界勾绘 | Precision / Recall | 0.639 / 0.525 | 0.345 / 0.454（原 DelAny） | 精度 +0.294，召回 +0.071 |
| 全球/国家级部署速度（乌克兰全境 603,000 km²） | 处理速度与耗时 | 5.4 小时完成，约 112,000 km²/小时，单图块 25 ms@A100 | — | 消费级工作站即可国家/全球级快速部署 |
| 数据治理消融（mAP@0.5） | 各组件增益 | 完整流程 0.559（HR 拆分 +0.048，MR 治理 +0.150） | FBIS-22M 基线 0.275 / FBIS-73M 原始 0.361 | 数据治理累计 +0.198，远超规模扩张的 +0.086 |
局限与改进
作者隐含与显式承认的局限主要有三。其一，100 国评估基准每国仅采 4 个代表性图块，刻意追求国家间等权与全球覆盖，因此衡量的是跨国家而非国家内部变异性，无法反映一国内部景观复杂度的全部。其二，训练样本分布长尾，受公开地籍数据可获得性而非主动采样策略驱动，地理不均衡仍存在。其三，HR 人工拆分无法大规模扩展，只对高分辨率子集可行；且与运营级产品（DelAny、NASA Harvest、Sinergige、FTW）因无公开权重无法做直接指标基准比较，只能做静态图层视觉对比。我自己还观察到：异常筛查阈值（$15\%/10\%/5\%$）与均匀化有界参数（$B=32/48$）均为经验设定，在不同传感器/景观下的稳健性未充分论证；模型固定于 YOLOv11，更新架构（YOLOv12/26）被初步排除，可能错失潜在提升。
独立分析的弱点
独立分析的弱点与改进方向如下。第一，治理流程重度依赖经验阈值（偏差级 $[10\%,20\%,50\%]$、面积比 $15\%/10\%/5\%$、有界范围 $B=32/48$、边缘强度阈值），这些值经“保守”选择但跨传感器与农业制度的可迁移性存疑——改进方向是用可学习或自适应校准替换固定阈值。第二，HR 人工几何拆分是规模化瓶颈，无法随数据增长线性扩展——可结合半自动分割校正工具降低人工成本。第三，基准仅 4 图块/国，统计稳健性弱，国家内部小农户破碎景观可能被低估——应扩充每国样本并报告置信区间。第四，因竞品无公开权重只做视觉对比，定性有余、定量不足——可联合社区共建统一评测。第五，架构固定为 YOLOv11，作者承认新架构存在优化不稳定，但未深入诊断——改进方向是结合地学专用正则化探索更大骨干。
未来方向
作者提出的延伸包括把数据驱动监督范式推广到农业监测、粮食安全、环境合规与行星尺度对地观测等更广任务，并持续扩充地理与作物类型多样性。基于成果可延伸的方向有：①将 Khalimsky 边缘增强与图像空间均匀化推广到其他结构性标签噪声的地理空间任务（如建筑轮廓、林地边界提取）；②引入多时相/时序遥感数据，利用作物物候差异缓解边界低对比度问题；③用自监督预训练减少对人工标注治理的依赖，自动发现可疑合并地块；④设计针对地学拓扑的损失函数与正则化，使新架构（YOLOv12/26 或 ViT 系列）也能稳定收敛；⑤扩展基准到含国家内部变异与季节多样性的更大规模评测，并建立社区统一的运营级产品量化基准。
复现评估
可复现性是本文最大亮点之一。作者公开了代码、预训练权重、FBIS-73M 数据集、100 国评估基准以及即用的国家尺度矢量边界产品（GitHub: Lavreniuk/Delineate-Anything）。训练用 8×H100、总批 512、5 个 epoch、AdamW 学习率 $1\times10^{-7}$、COCO 预训练初始化、禁用 mosaic、标准翻转与颜色抖动，配置清晰可复刻。推理门槛低：单图块 25 ms@A100，全国级在消费级工作站（AMD Ryzen 9 9900X、RTX 5070 Ti 16GB、64GB RAM）5.4 小时即可完成。主要难点在于：(1) 治理流程的经验阈值需仔细复现，否则清洗后的数据质量会偏离；(2) HR 人工拆分部分依赖人工标注，难以完全自动复刻；(3) 完整 FBIS-73M 规模的重新训练算力门槛中等偏高。总体而言，数据与代码双重开源使其在同类工作中处于领先水平。
论文图表
上图全球地图展示地理样本密度（绿色深浅正比于图块数，蓝色为非农背景参照国），下图直方图量化 61 国受公开地籍数据可获得性驱动的长尾样本分布。
直观说明 FBIS-73M 相比欧洲中心的 FBIS-22M 在地理多样性上的突破，支撑‘真正全球模型’的动机论断。