Cloudie
веса для оценки интенсивности тропических циклонов
2 мин чтенияобновлено
Cloudie представляет собой академический фреймворк для регрессионного анализа скорости максимального устойчивого ветра тропических циклонов по инфракрасным спутниковым снимкам. Модель использует архитектуру ResNet18 / ConvLSTM (свёрточную нейросеть для работы с последовательностями кадров) и выдает оценку в узлах. Проект предназначен для исследовательской работы с метеорологическими данными и поставляется с готовыми артефактами обучения. Модель будет полезна исследователям климата и разработчикам метеорологических приложений.
Ключевые особенности
- Работа с 4-кадровыми последовательностями инфракрасных спутниковых снимков (например, INSAT-3D или GridSat-B1).
- Регрессионная оценка скорости ветра в узлах с дополнительной классификацией по интенсивности проекта.
- Строгое разделение штормов в выборках (zero data leakage) для предотвращения утечки данных при обучении.
- Использование метода Монте-Карло с отсечением (Monte Carlo dropout) для оценки неопределенности предсказаний.
Что можно сделать
- Интегрировать веса в репозиторий проекта Cloudie и запустить локальный инференс в Python.
- Подключить репозиторий весов к пространству Hugging Face Space через переменные окружения.
- Проанализировать качество работы модели на валидационных и тестовых наборах данных.
Пример
import os
import torch
from src.config import load_config
from src.inference import RunCheckpoint
os.environ["CLOUDIE_HF_MODEL_REPO"] = "Anlea/cloudie-weights"
os.environ["CLOUDIE_RUN_ID"] = "nasa-resnet18-20261121T180837Z-1795284517431658868-03243d0d"
config = load_config("config/config.yaml")
checkpoint_path = RunCheckpoint.resolve_path(config)
print(f"Loaded checkpoint from: {checkpoint_path}")Подробнее
Архитектура: ResNet18 / SimpleCNN (датасет NASA)Метрики (Test): MAE 9.13 KT, RMSE 12.55 KT, BIAS -3.78 KT (на 19855 кадрах)
Метрики (Val): MAE 7.35 KT, RMSE 10.12 KT, BIAS -1.68 KT (на 15979 кадрах)
Ограничения: Модель не является официальной системой предупреждения или прогнозирования циклонов










Комментарии