/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
transformers
Опубликована
9 авг 2026

SARMAE-transformers

Эмбеддинги изображенийИзображение → embedding

Энкодеры SARMAE на базе ViT извлекают признаки из SAR-изображений дистанционного зондирования для анализа и последующих задач компьютерного зрения.

0скачиваний за 30 дней1лайквеса обновлены9 авг 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

SARMAE-transformers — репозиторий с официальными чекпойнтами энкодеров SARMAE в формате Hugging Face Transformers. Модель разработана для извлечения признаков из изображений радиолокационного дистанционного зондирования с синтезированной апертурой (SAR); она основана на архитектуре Vision Transformer и обучена с помощью masked autoencoder на наборе SAR-1M.

Доступны варианты ViT-B с 12 слоями, 12 головами и размером скрытого представления 768, а также ViT-L с 24 слоями, 16 головами и размером 1024. Для обоих вариантов указан входной размер 224. Репозиторий содержит веса Safetensors для инференса через Transformers; для загрузки требуется включить trust_remote_code=True. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • извлечение признаков из SAR-снимков для поиска похожих изображений
  • подготовка представлений SAR-снимков для классификации земного покрова
  • создание эмбеддингов радиолокационных изображений для кластеризации
  • извлечение признаков для последующего обучения моделей анализа SAR-данных

Ограничения

Модель предназначена для SAR-изображений и не заявлена как универсальный энкодер для обычных фотографий; для загрузки требуется trust_remote_code=True. Лицензия CC BY-NC 4.0 не допускает коммерческого использования.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SARMAE Transformers Checkpoints

Official Hugging Face Transformers-format releases of SARMAE ViT encoders, converted for native transformers inference with trust_remote_code=True.

ResourceLink
Paper2512.16635
Training datasetWenquandan777/SAR-1M
Legacy PyTorch weightsWenquandan777/SARMAE
Source codeGitHub

Available checkpoints

VariantBackboneStageHiddenLayersHeadsInput
sarmae-vit-base-patch16-pretrainViT-Bpretrain7681212224
sarmae-vit-large-patch16-pretrainViT-Lpretrain10242416224

Installation

pip install transformers timm torch torchvision safetensors huggingface_hub

Usage

Point transformers.pipeline or AutoModel.from_pretrained at a variant subfolder:

from transformers import pipeline

pipe = pipeline(
    task="image-feature-extraction",
    model="BiliSakura/SARMAE-transformers",
    revision="main",
    trust_remote_code=True,
    model_kwargs={"subfolder": "vit-base-patch16-pretrain"},
)
features = pipe(sar_image, pool=True, return_tensors=True)

Or load a variant directly:

from transformers import AutoModel

model = AutoModel.from_pretrained(
    "BiliSakura/SARMAE-transformers",
    subfolder="vit-base-patch16-pretrain",
    trust_remote_code=True,
)

Each variant folder is a self-contained model repository with:

  • config.json (auto_map, custom_pipelines)
  • model.safetensors
  • preprocessor_config.json
  • modeling_sarmae.py, image_processing_sarmae.py, pipeline_sarmae.py

Convert legacy checkpoints locally

python scripts/convert_checkpoint.py models/SARMAE_vitb_checkpoint-last
python scripts/convert_checkpoint.py models/SARMAE_vitl_checkpoint-last

Upload to this Hub repo

python scripts/upload_to_hub.py models/sarmae-vit-base-patch16-pretrain \
  --path-in-repo vit-base-patch16-pretrain
python scripts/upload_to_hub.py models/sarmae-vit-large-patch16-pretrain \
  --path-in-repo vit-large-patch16-pretrain
python scripts/upload_to_hub.py --hub-readme-only

Citation

@misc{liu2025sarmaemaskedautoencodersar,
  title={SARMAE: Masked Autoencoder for SAR Representation Learning},
  author={Danxu Liu and Di Wang and Hebaixu Wang and Haoyang Chen and Wentao Jiang and Yilin Cheng and Haonan Guo and Wei Cui and Jing Zhang},
  year={2025},
  eprint={2512.16635},
  archivePrefix={arXiv},
  primaryClass={cs.CV},
  url={https://arxiv.org/abs/2512.16635},
}

License

CC BY-NC 4.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-feature-extraction

Нельзя запустить

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

Ревизия весов
f7a8feb

0 моделей