MapReader

批量识别历史地图要素，自动定位到地理坐标

MapReader 是英国国家档案馆等机构合作开发的开源计算机视觉流水线，专为大规模地图图像的分析与探索而设计。它将深度学习模型（基于 PyTorch）与地理空间数据处理结合，帮助历史学家、数字人文研究者和地图爱好者从海量扫描地图中自动提取信息。核心能力包括：对地图切片进行图像分类（如识别是否包含铁路、建筑、水域等要素）、目标检测、以及将识别结果映射回原始地理坐标，从而支持空间统计与可视化。项目提供了从数据加载、模型训练到结果导出的完整流程，并附带教程和示例数据集，降低了非计算机专业用户的使用门槛。它解决的是传统人工翻阅地图效率极低、难以规模化分析的问题，让研究者能用代码批量处理成千上万张历史地图，发现肉眼难以察觉的空间模式。