FME与AI处理大范围影像或空间数据：用空间分区把大范围影像切成瓦片之后，每个瓦片单独送AI推理，但瓦片的像素尺寸和AI模型训练时的输入尺寸不匹配，模型内部会强行resize导致小目标进一步缩小——FME里到底该在RasterTiler之后接RasterResampler把瓦片缩放到模型期望的尺寸，还是该在分区参数里就直接按模型的输入尺寸来定义瓦片？

一、问题的本质：不是缩放位置，而是尺度预算

在 FME 社区、GIS StackExchange 以及国内多个遥感工程群里，这个问题几乎每隔一段时间就会被重新问一遍：大范围影像切成瓦片，送进训练好的检测或分割模型，瓦片尺寸和模型输入对不上，模型内部会 resize，小目标就没了。于是有人主张“Tiler 之后加 Resampler”，有人主张“Tiler 直接按模型尺寸切”。两种说法都言之凿凿，却经常互相矛盾。

笔者认为，这个争论之所以长期没有结论，是因为它把注意力放在了“缩放动作发生在哪个 transformer”上，而忽略了真正决定结果的是整条链路上每个目标在最终输入张量中占据多少像素。同样是把 512×512 的瓦片变成 640×640，先切后缩和直接切，在像素层面可能等价，也可能完全不等价——差别取决于原始 GSD、瓦片地面覆盖、重叠区、重采样核以及模型内部预处理是否还有一次隐式 resize。换句话说，这不是一个“位置选择题”，而是一个尺度预算（Scale Budget）的分配问题。

本文的主线由此确立：把地面采样距离（GSD）、瓦片像素尺寸、瓦片地面覆盖范围、模型输入张量尺寸、重叠缓冲区宽度这五个量写进同一个约束体系，任何一次重采样都必须在这个体系里“记账”。只要账平了，先缩后切还是先切后缩都无所谓；账不平，无论选哪条路线，小目标都会在某个环节被悄悄吃掉。

一个常被忽略的事实：多数深度学习框架的推理预处理（如 torchvision 的 Resize、YOLO 系列的 letterbox）本身就会做一次缩放。如果 FME 里已经缩过一次，模型里再缩一次，等于两次重采样叠加，小目标的信噪比损失是累加的。这一点在 Safe Software 官方文档对 RasterResampler 的说明中并未涉及，因为那是 FME 侧的语义，不覆盖模型侧行为。

因此，本文不会给出“选 A 还是选 B”的简单答案，而是给出一套可计算、可验证、可落地的判定框架，并配套 FME 工作流模板与参数表。读者读完应当能够针对自己的数据，算出该在 Tiler 里填什么、要不要接 Resampler、重叠留多少、以及怎么验证召回没掉。

二、先把概念钉死：GSD、瓦片尺寸、模型输入、重叠

2.1 地面采样距离 GSD

GSD（Ground Sample Distance）是单个像元在地面上覆盖的边长，单位通常是米/像素。它是连接“像素世界”和“地理世界”的唯一桥梁。Sentinel-2 的 10 m 波段、GF-2 的 0.8 m 全色、无人机正射的 3 cm，都是 GSD 的不同取值。FME 中 RasterTiler 的“Tile Size”若以像素为单位，则瓦片的地面覆盖 = 像素数 × GSD；若以地面单位为单位，则瓦片像素数 = 地面覆盖 / GSD。这个换算关系是整个尺度预算的基石。

2.2 瓦片像素尺寸 vs 瓦片地面覆盖

很多人把“瓦片尺寸”含糊地当成一个数，实际上它是二维概念：像素尺寸（如 512×512）和地面覆盖（如 5120 m × 5120 m，在 10 m GSD 下）。二者通过 GSD 绑定。当你说“按模型输入尺寸定义瓦片”时，你其实是在说“让瓦片像素尺寸等于模型输入尺寸”，但你没有指定 GSD 是否变化——如果 GSD 不变，那么瓦片的地面覆盖就随之改变，分区数量、重叠比例、边缘效应全都跟着变。这是争论中最大的语义模糊点。

2.3 模型输入尺寸与内部 resize

主流检测模型（YOLOv8/v9/v10、Faster R-CNN、DETR 系列）通常有固定输入，如 640×640、800×800、1024×1024。当输入尺寸不符时，框架会做 resize 或 letterbox。以 Ultralytics YOLO 的 letterbox 为例，它保持长宽比、填充灰边，缩放因子由目标尺寸与原图尺寸之比决定。若原瓦片是 512×512、模型输入 640×640，缩放因子约 1.25，小目标反而被放大——这与“模型内部强行 resize 导致小目标进一步缩小”的常见说法方向相反。真正导致缩小的是另一种情形：瓦片是 1024×1024 而模型输入 640×640，缩放因子 0.625，此时 8 像素的小目标变成 5 像素，接近消失。

本文评述：网络上大量“resize 导致小目标消失”的经验帖，其实混淆了“放大”和“缩小”两种 resize。工程上必须区分：瓦片像素数大于模型输入 → 缩小，伤害小目标；瓦片像素数小于模型输入 → 放大，不伤害小目标但可能引入插值模糊。这个区分直接决定了后文决策矩阵的走向。

2.4 重叠缓冲区

RasterTiler 支持设置重叠（Overlap），目的是避免目标被切在瓦片边界上。重叠宽度通常以像素或地面单位给出。重叠越大，边缘目标被完整包含的概率越高，但瓦片总数和推理成本也上升。重叠与尺度预算的耦合在于：重叠区在缩放后同样被缩放，若缩放因子小于 1，重叠区内的目标同样受损。因此重叠不能补偿缩放带来的信息损失，它只解决“切边”问题，不解决“变小”问题。这一点在 FME 官方 RasterTiler 文档中没有明确区分，属于工程经验层面的补充。

三、两条路线的真实差异：重采样发生在哪一层

3.1 路线 A：Tiler → Resampler → 模型

先用 RasterTiler 按某个像素尺寸（如 1024×1024）切，再用 RasterResampler 缩放到模型输入（如 640×640），最后送模型。此时重采样发生在 FME 内部，由 RasterResampler 的重采样核（最近邻、双线性、双三次、平均等）决定像素合并方式。FME 的 RasterResampler 默认使用双线性或按配置选择，具体行为需参考 Safe Software 文档中 RasterResampler 的参数说明。

3.2 路线 B：Tiler 直接按模型输入尺寸切

在 RasterTiler 参数里直接把瓦片像素尺寸设为模型输入尺寸（如 640×640），不接 Resampler，送模型时尺寸已匹配，模型内部不再缩放（或仅做 letterbox 填充）。此时没有 FME 侧的显式重采样，但注意：如果原始影像 GSD 与模型训练时的 GSD 不同，那么“640×640 瓦片”所对应的地面覆盖与训练时不同，目标在像素层面的表观大小仍然不同——这不是 resize 造成的，而是 GSD 不匹配造成的，属于另一类问题。

3.3 关键洞察：两条路线在“像素账”上可能等价

假设原始 GSD 为 g，模型输入为 M×M。路线 A 切 T×T 再缩到 M×M，缩放因子 s = M/T；路线 B 直接切 M×M。若 T > M，路线 A 的每个输出像素由 T/M 个输入像素合并而来，路线 B 的每个输出像素对应 1 个原始像素但地面覆盖更小。二者在“目标占多少输出像素”上并不等价：路线 A 的目标被缩小 s 倍，路线 B 的目标保持原始像素尺度。因此，路线 B 在小目标保真上通常优于路线 A，前提是 GSD 与训练一致且瓦片地面覆盖可接受。

本文评述：这解释了一个常见现象——很多团队把 Tiler 尺寸直接改成模型输入后，召回明显回升。但回升的原因不是“省了一次 resize”，而是“避免了缩小”。如果原始 GSD 远大于训练 GSD，路线 B 依然会漏检，因为目标本身就没几个像素。所以路线选择必须和 GSD 对齐一起谈，单独谈 transformer 顺序是片面的。

3.4 什么时候路线 A 反而合理

当原始 GSD 远小于训练 GSD（例如无人机 3 cm 影像送进在 30 cm 数据上训练的模型），目标在原始像素下“过大”，直接切 M×M 会导致目标超出感受野或超出瓦片。此时先切大瓦片再缩小，反而让目标回到训练时的表观尺度。这类场景在无人机巡检、精细农业中并不少见。因此路线 A 并非一无是处，它的合理条件是“原始 GSD 显著小于训练 GSD”。

四、尺度预算方程：一个可计算的判定准则

把上述讨论形式化。设：原始 GSD 为 g₀（米/像素），模型训练 GSD 为 gₜ，模型输入边长为 M（像素），瓦片像素边长为 T，瓦片重叠为 O（像素），目标真实地面尺寸为 d（米）。则目标在最终模型输入中的表观像素边长 p 为：

p = d / g₀ × (M / T)        （路线 A，Tiler 后 Resampler）
p = d / g₀                   （路线 B，Tiler 直接切 M，且无额外缩放）
p = d / gₜ                   （理想情况：GSD 与训练一致且无缩放）

判定准则由此得出：若 d/g₀ × (M/T) 明显小于 d/gₜ，则路线 A 在伤害小目标；若 d/g₀ 明显大于 d/gₜ，则路线 B 会让目标“过大”，可能需要路线 A 或降采样。工程上可设定一个容忍带，例如表观像素边长落在训练分布中位数的 [0.7, 1.4] 倍内视为可接受。这个带的具体数值应通过对训练集目标尺寸分布的统计得到，而不是拍脑袋。

本文评述：这个方程的价值在于把定性争论变成可算的账。它同时揭示了一个反直觉结论——“按模型输入尺寸定义瓦片”并不总是对的，当原始 GSD 远小于训练 GSD 时，它会让目标过大；而“Tiler 后接 Resampler”也不总是错的，它是把 GSD 拉回训练分布的一种手段。真正的判据是表观像素尺度是否落在训练分布内，而不是 transformer 的先后顺序。

4.1 重叠对有效目标的影响

重叠 O 不改变 p，但改变目标被完整包含的概率。设目标地面尺寸 d，瓦片地面覆盖为 T×g₀（路线 A）或 M×g₀（路线 B），则目标被切边的概率与 d 和 O 相关。经验上 O 取目标最大地面尺寸的 1.5～2 倍可显著降低切边漏检。这个经验值来自目标检测中“切片推理”的通用实践，COCO 等数据集上的切片推理研究（如 SAHI 框架）也报告了类似量级。SAHI 的论文与开源实现（Akyon et al., 2022）给出了切片重叠与召回关系的实验，可作为参数起点。

4.2 一个数值例子

设 g₀ = 0.5 m，gₜ = 0.5 m，M = 640，T = 1024，d = 4 m（一辆小汽车）。路线 A：p = 4/0.5 × (640/1024) = 8 × 0.625 = 5 像素。路线 B：p = 8 像素。训练分布中位数为 8 像素，容忍带 [5.6, 11.2]。路线 A 的 5 像素落在带外，路线 B 的 8 像素在带内。结论：此例应选路线 B，或把 T 改为 640。这个例子说明，当 T > M 时路线 A 的缩小是实打实的损失。

五、小目标为什么“进一步缩小”：插值与信息论视角

缩小重采样本质上是低通滤波加降采样。双线性插值在缩小超过 2 倍时会出现明显的混叠（aliasing），因为它的核没有按缩放因子展宽。双三次稍好，但在大比例缩小时仍会丢失高频。正确的做法是先做抗混叠低通（如高斯或 box 平均）再降采样，这也是图像处理中的标准结论（见 Gonzalez & Woods《数字图像处理》相关章节）。FME 的 RasterResampler 提供多种核，工程上缩小超过 2 倍时应优先选择平均类核而非最近邻。

从信息论角度，一个占 8×8 像素的目标在缩到 5×5 时，其边缘梯度被平均掉，信噪比下降。检测模型对小目标的响应本就依赖边缘和纹理，像素数减少直接压缩了可用特征。近年关于小目标检测的综述（如 Cheng et al. 关于小目标检测的综述性工作，以及 2023—2024 年多篇遥感小目标检测论文）反复指出，输入分辨率是影响小目标召回的首要因素之一，其重要性常高于骨干网络选择。本文评述：这意味着在算力允许时，“不缩小”比“换更强模型”往往更划算，这也是路线 B 在多数遥感场景占优的深层原因。

拓展阅读：SAHI（Slicing Aided Hyper Inference）官方仓库与论文给出了切片推理的完整流程与重叠参数实验，可作为瓦片化推理的参考实现：https://github.com/obss/sahi 。FME 官方 RasterTiler 与 RasterResampler 文档：https://docs.safe.com/fme/html/FME_Desktop_Documentation/FME_Transformers/Transformers/rastertiler.htm 与 https://docs.safe.com/fme/html/FME_Desktop_Documentation/FME_Transformers/Transformers/rasterresampler.htm 。

六、FME 工作流模板：三种可落地结构

6.1 模板一：GSD 对齐型（推荐默认）

适用条件：原始 GSD 与训练 GSD 接近（比值在 0.8～1.25 之间）。做法：RasterTiler 的瓦片像素尺寸直接设为模型输入 M，重叠设为 O，不接 RasterResampler。若原始 GSD 与训练 GSD 有轻微差异，可在 Tiler 之前用 RasterResampler 做一次全局 GSD 归一化（把 g₀ 拉到 gₜ），然后再切。这样重采样只发生一次，且发生在切之前，避免瓦片边界效应被重采样放大。

6.2 模板二：先缩后切型

适用条件：原始 GSD 显著小于训练 GSD（如无人机 3 cm 送 30 cm 模型）。做法：先用 RasterResampler 把整幅影像重采样到目标 GSD（gₜ），再用 RasterTiler 按 M 切。注意整幅重采样对超大影像的内存压力，FME 可用分块处理或先切大块再逐块重采样。此模板等价于“全局尺度归一化 + 标准切片”，逻辑最干净。

6.3 模板三：Tiler → Resampler 型（谨慎使用）

适用条件：历史工作流已定型、或需要逐瓦片做自适应缩放。做法：RasterTiler 切 T×T，RasterResampler 缩到 M×M。此时必须确保 T/M 的缩放比不超过 2，且 Resampler 选用抗混叠核。若 T/M > 2，应改为模板二。此模板的隐患是每个瓦片独立重采样，边界处可能出现轻微不一致，需在拼接时做羽化。

6.4 工作流骨架（FME 伪结构）

Reader(Raster)
  → RasterResampler(可选，GSD 归一化，模板二/一)
  → RasterTiler(Tile Size = M, Overlap = O)
  → RasterResampler(可选，仅模板三)
  → FeatureWriter(瓦片 + 地理参考)
  → 外部 Python/模型服务推理
  → 结果回写 + 拼接 + NMS

关键点：瓦片必须保留地理参考（FME 的 RasterTiler 默认保留），否则推理结果无法回拼。重叠区结果需做 NMS 或加权融合，避免重复框。FME 侧可用 SpatialFilter 或自定义 PythonCaller 做融合。

七、参数对照表与典型场景决策矩阵

表中“卫星 10 m 送 0.5 m 模型”一行值得单独说明：此时目标在 10 m 影像里可能只有 1～2 像素，任何重采样都救不回来，正确做法是换用匹配 GSD 的模型或引入超分辨率前置，而不是纠结 Tiler 参数。这是尺度预算方程给出的硬约束，不是工程技巧能绕过的。

八、验证方法：如何证明你的选择没有伤害召回

参数选完必须验证，否则只是换了一种猜测。建议做三组对照：A 组按模板一，B 组按模板三，C 组按模板二（若适用）。在同一验证集上比较召回、小目标召回（按目标像素尺寸分桶）、误检率、推理耗时。分桶统计是关键，总体召回可能掩盖小目标损失。目标像素尺寸分桶可按训练分布的分位数切分，如 <8 px、8～16 px、16～32 px、>32 px。

验证集应包含切边目标、密集小目标、低对比度目标三类难例。若条件允许，用同一批瓦片分别跑两条路线，做配对比较，减少数据波动干扰。指标上除 AP 外，建议报告固定 IoU 下的小目标召回率，因为 AP 对小目标不敏感。近年遥感检测评测中也常见按尺寸分桶报告的做法，可参考相关数据集（如 DOTA、xView）的评测协议。

数据集预处理说明：本文数值例子中的 g₀、gₜ、M、T、d 均为示意性设定，用于说明方程行为，非来自某一具体数据集的实测统计。读者应以自有数据的 GSD 元数据和训练集目标尺寸分布替换。若引用公开数据集，DOTA 的 GSD 因来源影像而异，xView 约 0.3 m，使用时需按子图分别核对，不可一概而论。

九、前沿与预判：切片感知训练、超分前置、多尺度融合

9.1 切片感知训练

与其在推理时纠结缩放，不如在训练时就按推理时的切片方式构造样本。近两年多篇遥感检测工作采用“训练时随机切片 + 尺度抖动”的策略，使模型对切片边界和尺度变化更鲁棒。本文评述：这是从根上解决“训练-推理尺度失配”的思路，比在 FME 里调参数更彻底，但需要重训模型，落地成本高，适合有训练能力的团队。

9.2 超分前置

当 g₀ 远大于 gₜ 时，超分辨率（SR）前置可以把目标“造”出更多像素。但 SR 是生成式的，可能引入伪影和虚假纹理，对检测是双刃剑。近年有工作把 SR 与检测联合优化，报告在小目标上有增益，但泛化性仍有争议。笔者认为，SR 前置应作为最后手段，且必须用下游检测指标验证，不能只看 PSNR。

9.3 多尺度融合推理

同一区域用两种 GSD 切片各跑一次，再融合结果，可兼顾大小目标。代价是推理成本翻倍。工程上可只对疑似小目标区域做第二轮高分辨率推理，形成级联。这类级联思路在 2023—2024 年的遥感小目标检测论文中已有较多讨论，可作为进阶方案。

十、结论与操作清单

回到最初的问题：FME 里到底该在 RasterTiler 之后接 RasterResampler，还是直接在分区参数里按模型输入尺寸定义瓦片？本文的答案是——先算尺度预算，再决定 transformer 顺序。当 g₀ ≈ gₜ 时，直接按 M 切（模板一）通常最优，因为它避免了缩小；当 g₀ ≪ gₜ 时，先全局重采样到 gₜ 再切（模板二）更合理；Tiler→Resampler（模板三）只在缩放比不超过 2 且有历史包袱时使用。任何情况下都要用分桶召回验证，而不是凭感觉。

主要参考文献