¿Usa la clasificación basada en objetos de Orfeo Toolbox en el tutorial / flujo de trabajo de QGIS?

Tengo un conjunto de fotos aéreas de vegetación que necesita ser clasificada. En lugar de usar la interpretación manual, quiero intentar usar la clasificación basada en objetos basada en Orfeo Toolbox en el procesamiento QGIS.

Sin embargo, no puedo encontrar ningún tutorial que explique cómo hacerlo en QGIS. En la guía de Orfeo, los pasos son

1. Segmentación de imagen (la totalidad o solo partes de ella);
2. Imagen para LabelObjectMap (una especie de transformación std :: map);
3. Reetiquetado eventual;
4. Cálculo de atributos para las regiones que usan la imagen antes de la segmentación:
5. Filtrado de objetos
6. LabelObjectMap a la transformación de imagen.

Pero no puedo encontrar ningún paso a paso específico, qué algoritmo de geografía usar. Traté de seguir el flujo de trabajo LSMC (Clasificación de desplazamiento medio a gran escala) y también ejecutar Segmentación (Meanshift). El resultado de LSMC fue bastante bueno, pero no tengo idea de qué hacer a continuación para etiquetar el objeto (o hacer un objeto de entrenamiento) y clasificarlo.

Probé el TrainImageClassifier (SVM), TrainORGLayerClassifier, ORGLayerClassifier, pero no hubo salidas. Traté de encontrar algunos tutoriales, pero no pude encontrar ninguno. Estoy totalmente confundido sobre el flujo de trabajo.

Encontré un tutorial aquí

Pero no es tan útil, ya que cuando estoy en la preparación de datos de referencia (unir atributos por ubicación), da como resultado un archivo de forma y no hay un archivo XML. Mientras tanto, el siguiente paso requiere un archivo XML. Aún atorado.

Al final, los clasifiqué en función de un conjunto de reglas como eCognition, pero tengo que escribir el script en la calculadora de campo.

El archivo XML en el siguiente paso es para la salida ... doc . dice:

"Archivo XML de salida: nombre de archivo XML donde se guardan las estadísticas para su futura reutilización".

LO SIENTO, este manual es de una herramienta diferente ... realmente parece que falta algo en ese tutorial. Intentaré usar scikit-learn. Como ahora tengo capas con segmentos y sus características (en el cuarto paso de la segmentación, he usado como una pila de capas de entrada, que quiero usar como características de clasificación). Informaré aquí.