К содержимому
Другое

NISAR Seg-VLM

поиск и AI-интерпретация изменений на радарных снимках

2 мин чтенияобновлено

Исследовательский прототип от автора EscRq1 для анализа изменений обратного радарного рассеяния между двумя снимками спутниковой миссии NISAR L2 GCOV. Система объединяет детектор изменений на базе ViT-H/14 (Vision Transformer с предобучением методом маскированного автоэнкодера MAE) и мультимодальную языковую модель Qwen3-VL-2B-Instruct с LoRA-адаптером (небольшой надстройкой над базовой моделью). На выходе пользователь получает попиксельную маску изменений, статистику радарного сигнала и текстовое пояснение от нейросети с рекомендациями для дальнейшей проверки. Пригодится исследователям в области дистанционного зондирования Земли и анализа спутниковых SAR-данных.

Ключевые особенности

  • Двухэтапный пайплайн: общий энкодер ViT-H/14 с CNN-головой строит карту изменений по поляризациям HH и HV, а линейный классификатор разделяет события на связанные с водой и прочие.
  • Интерпретация через VLM: дообученная Qwen3-VL-2B-Instruct анализирует снимки «до» и «после», маску детектора и статистику разницы сигналов (T1 − T0), чтобы объяснить происходящее.
  • Локальный веб-интерфейс и CLI: работает через браузер по адресу 127.0.0.1:8000 с интерактивным выбором области или запускается в режиме командной строки для пакетного экспорта отчётов.
  • Единый файл весов: все компоненты — SAR-детектор, классификатор, базовая Qwen и LoRA-адаптер — упакованы в один файл model.safetensors.

Что можно сделать

  • Выявлять изменения в речных коридорах, поймах и бассейнах водоёмов по паре разновременных файлов .h5 (NISAR L2 GCOV).
  • Автоматически формировать текстовые сводки с расчётом статистики рассеяния для выбранного региона (ROI) без использования браузера через флаги --roi и --output-dir.
  • Разносить SAR-детектор и языковую модель на разные видеокарты (cuda:0 и cuda:1) для оптимизации нагрузки при локальном инференсе.

Пример

python -m pip install numpy scipy pillow h5py torchvision transformers safetensors peft
python inference.py --weights ./model.safetensors --sar-device cuda:0 --qwen-device cuda:1
ПодробнееОбщий объём параметров: 2.76B (включая Qwen3-VL-2B-Instruct и ViT-H/14).
Входные данные: пара перекрывающихся файлов HH/HV GCOV в формате .h5, которые при обработке приводятся к сетке 20 м и нарезаются на тайлы 224 × 224.
Ограничения: исследовательский прототип без подтверждённой точности на независимых сценах; модель может ошибаться в оценке формы, направления или причины изменений, поэтому выводы требуют проверки по исходным данным.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # EscRq1/nisar-seg-vlm
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download EscRq1/nisar-seg-vlm --local-dir ~/models/nisar-seg-vlm
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к nisar-seg-vlm
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии nisar-seg-vlm — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

EscRq1/nisar-seg-vlm
Автор
EscRq1
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

scoredit-scan

scoredit-scan