/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
qwen2_vl · dense
Базовая модель
qwen2vl-2b-hrvqa-lora
Опубликована
11 июн 2026

satquest-qwen2vl-sft-v2-merged

Вопросы по изображениюИзображение, текст → текст3 профессии

SatQuest — дообученная мультимодальная модель Qwen2-VL для ответов полными предложениями на вопросы о спутниковых снимках.

14скачиваний за 30 дней1лайквеса обновлены11 июн 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

SatQuest — мультимодальная модель семейства Qwen2-VL, разработанная в рамках проекта NED University of Engineering & Technology для ответов на вопросы по спутниковым изображениям. Она дообучена на базе Abdullah-123/qwen2vl-2b-hrvqa-lora с помощью continued SFT: модель обучали формулировать ответы полными предложениями, а не короткими метками или числами.

Модель предназначена для визуального анализа спутниковых снимков: она отвечает на вопросы о видимых объектах, транспорте, воде и их количестве. Размер модели — 1,5 млрд параметров, контекст — до 32 768 токенов. В карточке указаны английский язык и архитектура Qwen2-VL с поддержкой зрения и чата; веса опубликованы в формате safetensors.

Лицензия — Apache-2.0. Модель специализирована на спутниковых изображениях и вопросно-ответных парах HRVQA, поэтому её ответы для других типов изображений или задач могут быть менее надёжными.

Сценарии применения

  • ответы на вопросы о типах объектов на спутниковом снимке
  • определение основного вида транспорта на изображении
  • проверка наличия водоёмов на спутниковом снимке
  • подсчёт небольших транспортных средств на изображении

Ограничения

Модель специализирована на вопросах и ответах по спутниковым изображениям, а её обучение ориентировано на датасет HRVQA; качество на других типах изображений и вне этих сценариев не подтверждено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🛰️ SatQuest — Satellite VQA (Continued SFT v2)

Qwen2-VL-2B fine-tuned for satellite imagery question answering — produces complete natural-language sentences.

Built on top of Abdullah-123/qwen2vl-2b-hrvqa-lora with continued SFT to teach sentence-style responses.

Before vs After

Q: What is the main transportation?  →  Before: "car"  |  After: "The main mode of transportation visible in the image is car."
Q: Is there any water section?       →  Before: "yes"  |  After: "Yes, there is a water section present in the image."
Q: How many small vehicles?          →  Before: "2"    |  After: "There are two small vehicles visible in the image."

Model Details

PropertyValue
BaseQwen2-VL-2B-Instruct
First fine-tuneHRVQA dataset — 159,980 QA pairs
This fine-tune20,000 verbalized sentence-style QA pairs
MethodLoRA (rank=16) via Unsloth + TRL SFTTrainer
GPUNVIDIA A100 80GB
Epochs2 (LR=1e-4, cosine)

Usage (with Unsloth)

from unsloth import FastVisionModel
model, tokenizer = FastVisionModel.from_pretrained(
    'Humaix/satquest-qwen2vl-sft-v2',
    load_in_4bit=True,
)
FastVisionModel.for_inference(model)

Usage — Merged Model (plain transformers, for production backend)

from transformers import Qwen2VLForConditionalGeneration, AutoProcessor
import torch

model = Qwen2VLForConditionalGeneration.from_pretrained(
    'Humaix/satquest-qwen2vl-sft-v2-merged',
    torch_dtype=torch.float16,
    device_map='auto',
)
processor = AutoProcessor.from_pretrained('Humaix/satquest-qwen2vl-sft-v2-merged')

Project

NED University of Engineering & Technology
Final Year Design Project (CS-22030) — SatQuest: AI-powered Satellite Imagery Question Answering System

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2VLForConditionalGeneration
Ревизия весов
ac49695

0 моделей