/ Модель

Характеристики

Лицензия
CC BY-NC-SA 4.0
Опубликована
14 янв 2023

maskformer-satellite-trees

Сегментация изображенийИзображение → mask3 профессии

Экспериментальная MaskFormer-модель выделяет растительность на спутниковых изображениях городов.

27скачиваний за 30 дней22лайкавеса обновлены5 апр 2023

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

thiagohersan/maskformer-satellite-trees — экспериментальная модель сегментации растительности на спутниковых изображениях, созданная автором репозитория дообучением facebook/maskformer-swin-base-ade. Она присваивает каждому пикселю одну из двух меток: «растительность» или «прочее», и подходит для получения масок зелёных зон в городских снимках. Обучение проводилось примерно на 25 вручную размеченных спутниковых изображениях городских территорий.

Модель проверялась на районах Сан-Паулу, Рио-де-Жанейро, Нью-Йорка, Питтсбурга, Окленда, Берлина, Милана и Эр-Рияда; автор сообщает о качественной работе и субъективно большей точности для растительности по сравнению с базовой моделью. Обучающая выборка мала и не охватывает города Азии, Африки, Центральной Америки и Океании, поэтому переносимость на другие регионы ограничена, а количественная оценка качества не приводится. Лицензия — CC BY-NC-SA 4.0.

Сценарии применения

  • создание масок растительности на спутниковых снимках
  • оценка распределения зелёных зон в городской застройке
  • подготовка растровой разметки для проектов урбанистики
  • качественное сравнение растительности между городскими районами

Ограничения

Обучение выполнено примерно на 25 вручную размеченных изображениях и не охватывает города Азии, Африки, Центральной Америки и Океании. Качество оценено только качественно, без количественных метрик, поэтому результаты на новых регионах могут быть ненадёжны.

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

Experimental model for segmenting vegetation on satellite images.

And that is it. It just labels pixels as "vegetation" OR "other".

Created by finetuning the facebook/maskformer-swin-base-ade model, and training with a small number (~25) of manually labeled satellite images of urban-ish areas.

BIAS WARNING:

This model was created for a personal art and urbanism project and while the training set included images from geographically diverse cities of personal importance to me, it is in no way exhaustive. There are no cities in Asia, Africa, Central America or Oceania.

The urban areas included were of, or around, these cities:

  • São Paulo, BR
  • Rio de Janeiro, BR
  • New York, US
  • Pittsburgh, US
  • Oakland, US
  • Berlin, DE
  • Milan, IT
  • Riyadh, SA

EVALUATION WARNING:

Anecdotally speaking, it seems more precise than the original facebook/maskformer-swin-base-ade model model when used to get masks for vegetation.

It works with images of other cities, but success criteria is qualitative.

Как запустить

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

GPU в ailist

Универсальный рантайм · image-segmentation

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
c3dadb8

0 моделей