相关阅读推荐：禅思 Zenmuse L1 点云后处理输出的轨迹文件介绍

重建成果内容二维重建成果：包含大疆智图界面中显示的地图瓦片、正射影像和数字表面模型（默认采用行业通用的基于 UTM 投影的 GeoTiff 格式）。

二维多光谱重建成果：包含大疆智图界面中显示的地图瓦片、正射影像和数字表面模型、单波段拼接图、NDVI/GNDVI 等 5 项植被指数图。

三维重建成果：包含多细节层次模型（支持 .osgb、.b3dm 和 .s3mb 格式）、单一的纹理模型（.ply、.i3s 和 .obj 格式）、点云（.pnts、.las、 .s3mb、 .ply、和 .pcd 格式）、空三（.xml 和 Terra 格式）、等高线成果（.dxf、.shp、contour_elevation_notes.csv）、DEM成果（tile、dem.prj、dem.tfw、dem.tif、tile.json）、点网格成果（.csv、.dxf.、dxf、.ship）、TIN成果（.dxf、.shp、.xml）、高斯泼溅成果（3dtiles、DOM、.las、.pnts、.ply）、通用3D模型文件格式（.fbx）

激光雷达点云重建成果：点云(.pnts、.las、.ply、.pcd、.s3mb 格式)、二维地图（DOM、DSM）、三维网格模型（.osgb、.b3dm、 .s3mb、.ply、.obj、.i3s 格式）、DEM（tile、dem.prj、dem.tfw、dem.tif、tile.json）、等高线（.dxf、.shp、contour_elevation_notes.csv）。

成果目录内容解析大疆智图成果文件目录通常包含以下几个目录：空三结果目录、照片缓存目录、二维数据结果目录、三维数据结果目录、激光雷达数据结果目录。

空三结果目录包含空三生成的结果数据以及空三报告数据。

照片缓存目录主要用于存放照片的图像缓存及照片对应路径信息，如果是通过外部导入的包含原始照片数据的任务，原始照片会存放在此文件夹。

二维数据结果目录数字命名文件夹是用于存储数据结果分级显示的切片数据（类似于互联网地图切片分级数据），暂仅用于大疆智图内部图像展示使用；report 为重建质量报告目录， dsm/result 分别为 DSM 数据及二维图像成果数据，SDK_Log 为任务日志。

二维多光谱数据结果目录数字命名文件夹是用于数据结果分级显示的切片数据（类似于互联网地图切片分级数据），暂仅用于智图内部图像展示使用。

index_map 是 GNDVI/LCI/NDRE/NDVI/OSAVI 等植被指数图。

index_map_color 是 GNDVI/LCI/NDRE/NDVI/OSAVI 等植被指数的伪彩色图，用于智图内部图像展示使用。

report 为重建质量报告目录。

dsm/gsddsm/result 分别为：DSM 数据、降低分辨率的 DSM 及二维图像数据。

result_green/result_NIR 等是单波段的拼接图。

SDK_Log 为任务日志。

三维数据结果目录包含缓存目录（智图内部处理数据，可删除）、重建质量报告目录、三维建模成果、等高线成果、DEM 成果、点网格成果、点云成果、TIN 成果及任务日志信息。

FBX文件夹内包含坐标系描述文件、fbx文件（网格文件）和.jpg的纹理图。

高斯泼溅成果（3dtiles、DOM、.las、.pnts、.ply）

*数据成果大小约为Mesh的1/2-1/3，实际成果大小与素材有关，该比例仅作参考；

激光雷达数据结果目录包含 AT、lidars、sentry_database、点云成果、二维地图成果、三维网格模型成果、DEM 成果、等高线成果均存储在 lidars 文件夹下。

点云格式1. PNTS 格式：默认生成以在大疆智图显示（LOD 点云格式，适合在 Cesium 中显示）。

2. LAS 格式：ASPRS LASer，三维点云格式。

3. S3MB 格式：超图 LOD 点云格式。

4. PLY 格式：非 LOD 点云格式。

5. PCD 格式：非 LOD 点云格式。

模型格式1. B3DM 格式：默认生成以在大疆智图显示（LOD 模型格式，适合在 Cesium 中显示）。

2. OSGB 格式：LOD 模型格式。

3. PLY 格式：非 LOD 模型格式。

4. OBJ 格式：非 LOD 模型格式。

5. S3MB 格式：超图 LOD 模型格式。

6. i3S 格式：LOD 模型格式。

LOD 与非 LOD 区别LOD 技术为 Levels of Detail 的简称，意为多细节层次。

LOD 技术指根据物体模型的节点在显示环境中所处的位置和重要度，决定物体渲染的资源分配，降低非重要物体的面数和细节度，从而获得高效率的渲染运算。

LOD 模型包含多个缩放层级的数据，在不同距离上展示不同清晰程度的模型，减少数据显示负担，适合大面积数据展示。

非 LOD 型则仅包含单个层级，在数据加载时会直接展示数据所有细节，在数据量较大时对设备性能要求较高。