/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
8 июл 2026

Prithvi-EO-2.0-transformers

ЭмбеддингиТекст → embedding

Семейство преобразованных моделей Prithvi-EO-2.0 извлекает признаки из мультиспектральных временных последовательностей спутниковых снимков для задач наблюдения Земли.

0скачиваний за 30 дней0лайковвеса обновлены8 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Prithvi-EO-2.0 — семейство моделей для извлечения признаков из мультиспектральных спутниковых снимков. Оригинальные модели разработаны IBM, NASA и Jülich Supercomputing Centre; в этом репозитории BiliSakura разместила их преобразованные чекпойнты, совместимые с Hugging Face Transformers. Это 3D-энкодер Vision Transformer, предварительно обученный методом masked autoencoding на данных NASA HLS V2 с разрешением 30 м и шестью спектральными каналами B02–B07. Варианты TL дополнительно используют временные признаки — год и порядковый день — и координаты широты и долготы.

Модели предназначены для построения признаковых представлений временных последовательностей спутниковых изображений и могут служить основой для задач анализа Земли. В коллекции шесть чекпойнтов разных размеров: в README приведены варианты примерно на 5, 100 и 300 млн параметров; патч равен 16. Для загрузки используются Transformers и пользовательский код репозитория с параметром trust_remote_code=True. Обработчик по умолчанию не меняет размер изображений, применяет нормализацию HLS; входные данные могут быть представлены массивом формы (C, T, H, W) или (T, H, W, C).

Веса распространяются по лицензии Apache-2.0. Модель ориентирована на дистанционное зондирование и временной анализ спутниковых данных; её вход — мультиспектральные изображения, а выход — векторные признаки. Для TL-вариантов нужны временные и координатные признаки. Требуется учитывать порядок каналов, нормализацию и обработку значений nodata, описанные в карточке.

Сценарии применения

  • извлечение признаков из временных рядов спутниковых снимков HLS
  • подготовка представлений изображений для классификации земного покрова
  • анализ изменений поверхности Земли по многовременным снимкам
  • создание эмбеддингов для последующего обучения моделей дистанционного зондирования

Ограничения

Модель рассчитана на мультиспектральные данные HLS с каналами B02–B07; для корректного результата необходимо соблюдать порядок каналов и нормализацию. TL-вариантам требуются временные координаты и широта с долготой; для загрузки используется пользовательский код с trust_remote_code=True.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Prithvi-EO-2.0 Transformers Models

Hugging Face–compatible checkpoints converted from the official Prithvi-EO-2.0 foundation models (IBM, NASA, Jülich Supercomputing Centre). Each subfolder is a standalone model repo layout (config.json, model.safetensors, preprocessor, and remote code) for spatiotemporal feature extraction on HLS multispectral imagery.

Model Description

Prithvi-EO-2.0 is a 3D ViT encoder pretrained with masked autoencoding on NASA HLS V2 (30 m, six bands: B02–B07). TL variants add learned temporal (year + Julian day) and location (lat/lon) embeddings.

This collection bundles 6 converted checkpoints:

FolderParamsTL embeddingsPatchLegacy file
prithvi-eo-v2-tiny-tl~5Myes16Prithvi_EO_V2_tiny_TL.pt
prithvi-eo-v2-100m-tl~100Myes16Prithvi_EO_V2_100M_TL.pt
prithvi-eo-v2-300m~300Mno16Prithvi_EO_V2_300M.pt
prithvi-eo-v2-300m-tl~300Myes16Prithvi_EO_V2_300M_TL.pt
prithvi-eo-v2-600m~600Mno14Prithvi_EO_V2_600M.pt
prithvi-eo-v2-600m-tl~600Myes14Prithvi_EO_V2_600M_TL.pt

All folders ship self-contained remote code (modeling_prithvi.py, processor, pipeline) and load with trust_remote_code=True.

Developed by: IBM / NASA / JSC
Packaged for Hugging Face by: BiliSakura
License (weights): Apache-2.0
Original paper: Prithvi-EO-2.0: A Versatile Multi-Temporal Foundation Model for Earth Observation Applications

Legacy .pt filename mapping is in conversion_manifest.json.

Usage

Processors default to do_resize: false. Pass HLS reflectance values at native 224×224 (or another size divisible by the patch size); HLS mean/std normalization is applied by default.

Custom pipeline (recommended)

from transformers import pipeline
import numpy as np

REPO = "/home/czy/local/models/BiliSakura/Prithvi-EO-2.0-transformers"
SUBFOLDER = "prithvi-eo-v2-300m-tl"

pipe = pipeline(
    task="prithvi-eo-feature-extraction",
    model=REPO,
    trust_remote_code=True,
    model_kwargs={"subfolder": SUBFOLDER},
)

# Four HLS frames (T, H, W, C) in reflectance units — list of temporal frames
frames = [np.random.uniform(500, 3000, (224, 224, 6)).astype("float32") for _ in range(4)]
features = pipe(
    frames,
    pool=True,
    return_tensors=True,
    temporal_coords=[[2018, 26], [2018, 106], [2018, 201], [2018, 266]],
    location_coords=[19.5, -99.1],
)
print(features.shape)  # torch.Size([1, 1024])

# Dense token map (CLS + spatiotemporal patches)
tokens = pipe(frames, pool=False, return_tensors=True)
print(tokens.shape)    # torch.Size([1, 785, 1024]) for 224×224, patch 16, T=4

You can also pass a single array shaped (C, T, H, W) or (T, H, W, C).

Direct model loading

from transformers import AutoModel, AutoImageProcessor
import torch

model_dir = f"{REPO}/{SUBFOLDER}"
model = AutoModel.from_pretrained(model_dir, trust_remote_code=True)
processor = AutoImageProcessor.from_pretrained(model_dir, trust_remote_code=True)

batch = processor(frames, return_tensors="pt")
with torch.no_grad():
    outputs = model(**batch, temporal_coords=batch["temporal_coords"], location_coords=batch["location_coords"])
print(outputs.pooler_output.shape)

Standard image-feature-extraction

pipe = pipeline(
    task="image-feature-extraction",
    model=f"{REPO}/{SUBFOLDER}",
    trust_remote_code=True,
)

Normalization

The bundled image processor applies HLS pretraining normalization per band:

  • Mean: [1087, 1342, 1433, 2734, 1958, 1363]
  • Std: [2248, 2179, 2178, 1850, 1242, 1049]
  • Nodata: -9999 → 0.0001 before normalization

Band order: B02, B03, B04, B05, B06, B07 (Blue, Green, Red, Narrow NIR, SWIR1, SWIR2).

Re-converting checkpoints

conda activate rsgen
python /home/czy/local/models/BiliSakura/Prithvi-EO-2.0-transformers/convert_all_checkpoints.py
python /home/czy/local/models/BiliSakura/Prithvi-EO-2.0-transformers/test_prithvi.py --all

Citation

@article{Prithvi-EO-V2-preprint,
    author  = {Szwarcman, Daniela and Roy, Sujit and others},
    title   = {{Prithvi-EO-2.0: A Versatile Multi-Temporal Foundation Model for Earth Observation Applications}},
    journal = {arXiv preprint arXiv:2412.02732},
    year    = {2024}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
d324dd8

0 моделей