GeoReVis
многошаговая сегментация снимков дистанционного зондирования
2 min readupdated
Система GeoReVis решает задачу точной сегментации объектов на снимках дистанционного зондирования Земли (аэро- и спутниковая съёмка) по текстовым запросам. В её основе лежит языковая модель Qwen3.5-2B с набором специализированных LoRA-адаптеров (небольших надстроек под конкретные роли) и замороженный декодер сегментации SAM3. Вместо однопроходного предсказания модель за три раунда проверяет собственные гипотезы, отбирает лучшие маски и объединяет данные из разных кандидатов. Решение пригодится исследователям и инженерам, работающим с анализом геопространственных данных и спутниковых изображений.
Ключевые особенности
- Ролевая архитектура: включает отдельные адаптеры для декомпозиции цели (
planner), первичной привязки (initializer), проверки ошибок (critic) и доработки масок. - Три раунда уточнения: система последовательно пересматривает результаты на основе обратной связи и отбирает лучших кандидатов перед финальной сборкой.
- Консолидация масок: финальный модуль
consolidationобъединяет доказательства по разным маскам с помощью совместного регионального считывания (readout.pt). - Готовая конфигурация: в репозиторий включён переносимый файл
inference.jsonи контрольные суммыSHA256SUMSдля проверки целостности весов.
Что можно сделать
- Запускать инференс на тестовых наборах данных вроде LaSeRS с помощью официального репозитория
GeoReVis_OpenSourceи готового конфигаinference.json. - Использовать связку из весов GeoReVis, базовой модели Qwen3.5-2B и декодера SAM3 для сложных задач поиска и выделения объектов на снимках дистанционного зондирования.
Пример
cd GeoReVis_OpenSource
python scripts/run_inference.py \
--config ../GeoReVis_FinalWeights/inference.json --gpus 0,1,2,3 \
--inputs datasets/manifests/lasers/test/inputs.jsonl \
--output outputs/pretrained/lasers_testПодробнее
Метрики на бенчмарке LaSeRS: 72.00% gIoU и 77.01% cIoU.Обучено на полном допустимом обучающем наборе LaSeRS.
Для запуска требуются внешние компоненты (не входят в репозиторий): Qwen3.5-2B, SAM3 и визуальная библиотека ссылок TRAIN.
В примере запуска задействованы 4 GPU (
--gpus 0,1,2,3); адаптер консолидации не работает как самостоятельная модель без остальных ролей.









Comments