/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
terratorch
Опубликована
3 дек 2024

granite-geospatial-uki

Эмбеддинги изображенийИзображение → embedding3 профессии

Геопространственная модель IBM извлекает признаки из многоканальных спутниковых снимков для задач анализа поверхности Земли.

226скачиваний за 30 дней16лайковвеса обновлены3 дек 2025

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

granite-geospatial-uki — разработанная IBM геопространственная базовая модель на архитектуре ViT с энкодером, обученным по стратегии Masked AutoEncoder. Она использует архитектуру Prithvi-EO и предназначена для извлечения признаков из многоканальных спутниковых изображений HLS L30 и Sentinel-1 SAR. Модель дополнительно обучена на 16 000 изображениях, охватывающих Великобританию и Ирландию, после предварительного обучения на данных HLS для континентальной части США.

Модель принимает восемь каналов: Blue, Green, Red, Narrow NIR, SWIR 1, SWIR 2, VV и VH. Её можно дообучать для сегментации изображений, например, для обнаружения наводнений в Великобритании и Ирландии. Репозиторий распространяется по лицензии Apache-2.0; IBM отмечает, что не обязуется поддерживать или обновлять проект.

Сценарии применения

  • извлечение признаков из спутниковых снимков
  • подготовка представлений спутниковых изображений для анализа
  • дообучение сегментации спутниковых снимков
  • обнаружение затопленных территорий по спутниковым данным

Ограничения

Предобучение ориентировано на Великобританию и Ирландию, а также использует предобучение HLS на континентальной части США; перенос на другие регионы может требовать адаптации. IBM не обязуется предоставлять поддержку или обновления.

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

Model Card for granite-geospatial-uki

>>Try it on Colab<< (Please select T4 runtime)

The granite-geospatial-uki model is a transformer-based geospatial foundation model trained on HLS L30 multispectral satellite imagery and Sentinel-1 synthetic aperture radar (SAR) backscatter over the United Kingdom and Ireland. The model consists of a self-supervised encoder developed with a ViT architecture and Masked AutoEncoder (MAE) learning strategy, with an MSE loss function and follows the same architecture as Prithvi-EO.

How to Get Started with the Model

An example of fine-tuning the model for image segmentation using Terratorch for flood detection in the UK and Ireland can be found here.

Pre-training

The granite-geospatial-uki model uses the Prithvi-EO model architecture. It was pre-trained on HLS data for the continental USA, followed by additional pre-training using 16,000 HLS L30 and Sentinel-1 images covering the United Kingdom and Ireland. The Sentinel-1 SAR backscatter \(\sigma_0\) were resampled to the same resolution as the HLS data, and were normalized by \(10log(\sigma_0)\), where pixels with \(10log(\sigma_0) > 10\) are set to \(10\) and \(10log(\sigma_0) < -35\) are set to \(-35\). The two additional Sentinel-1 bands were initialized with the mean weights of the other channels for pre-training. The following bands were used in the pre-trained model:

  • Blue
  • Green
  • Red
  • Narrow NIR
  • SWIR 1
  • SWIR 2
  • VV
  • VH

Model Card Authors

Geoffrey Dawson, Chris Dearden, Andrew Taylor, Helen Tamura-Wicks, Anne Jones & Paolo Fraccaro.

Acknowledgments

This work was supported by the Hartree National Centre for Digital Innovation, a collaboration between STFC and IBM.

IBM Public Repository Disclosure:

All content in this repository including code has been provided by IBM under the associated open source software license and IBM is under no obligation to provide enhancements, updates, or support. IBM developers produced this code as an open source project (not as an IBM product), and IBM makes no assertions as to the level of quality nor security, and will not be maintaining this code going forward.

Как запустить

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

GPU в ailist

Универсальный рантайм · terratorch · image-feature-extraction

Нельзя запустить

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

Ревизия весов
b581ec8

0 моделей