KAO-TerraMind-B-LoveDa
сегментация спутниковых снимков на базе TerraMind
2 min readupdated
Модель решает задачу семантической сегментации спутниковых RGB-снимков высокого разрешения (0.3 м на пиксель): на выходе получается попиксельная карта, размеченная на 7 классов земного покрова — фон, здания, дороги, вода, пустоши, лес и сельхозугодья. Чекпоинт построен на геопространственной базовой модели TerraMind-1.0-base (97.60M параметров) с декодером UperNet в библиотеке TerraTorch и подготовлен исследователем Teerapong Panboonyuen для воспроизводимости научной работы (CVPR 2027). От стандартной базы этот вариант (KAO-B) отличается увеличенным весом функции потерь Dice (до 1.0 вместо 0.5), чтобы сильнее акцентировать обучение на мелких и редких объектах. Модель пригодится специалистам по дистанционному зондированию Земли и исследователям геопространственного ИИ.
Ключевые особенности
- Обучена на датасете LoveDA, объединяющем городские и сельские спутниковые сцены (тайлы 1024×1024 пикселей).
- Использует декодер UperNet и принимает на вход 8-битные RGB-изображения любого размера, автоматически разбивая их на окна 224×224.
- Включает готовый скрипт инференса
kao_terramind_inference.pyдля запуска из командной строки или Python с поддержкой перекрытия тайлов для бесшовной склейки. - Является частью контролируемого исследования однофакторной адаптации TerraMind при фиксированных гиперпараметрах и сиде.
Что можно сделать
- Размечать спутниковые GeoTIFF-снимки на 7 категорий объектов с помощью CLI-скрипта, сохраняя как цветную карту, так и сырую маску индексов классов.
- Сравнивать влияние усиленного Dice-loss на качество выделения дорог и мелких объектов относительно базовой модели
TerraMind-1.0-baseи вариантов KAO-A / KAO-C. - Интегрировать готовый Python-пайплайн инференса в исследовательские прототипы анализа территорий и мониторинга застройки.
Пример
from kao_terramind_inference import load_model, predict_image, colorize, read_image
net, ck = load_model("terramind_v1_kaoB_best.pt", device="cuda")
img = read_image("my_tile.tif")
pred = predict_image(net, img, ck, device="cuda")
rgb = colorize(pred)Подробнее
Метрики на тестовой выборке LoveDA: Overall Accuracy — 67.15%, mIoU — 48.49 (-0.12 п.п. к базовой TerraMind-1.0-base), F1 — 64.60%.Скорость работы: 29.56 мс на тайл 224×224 (NVIDIA Tesla T4, fp16, batch 1).
Ограничения: исследовательский чекпоинт, обучен только на датасете LoveDA (лицензия CC BY-NC-SA 4.0, не для коммерческого использования); перенос на другие сенсоры и разрешения не проверялся.










Comments