К содержимому
Другое

AQUA-PRITHVI

модель для анализа водных экосистем

1 мин чтенияобновлено

AQUA-PRITHVI — это адаптация базовой геопространственной модели IBM/NASA Prithvi-EO-2.0-300M-TL для работы с водными поверхностями и экосистемами. Модель обучена методом маскированного восстановления спектральных отражений на спутниковых данных Landsat и Sentinel-2. Она позволяет эффективно извлекать векторные представления и улучшать спектральную реконструкцию водных объектов. Разработка ориентирована на исследователей в области дистанционного зондирования Земли.

Ключевые особенности

  • Специализация на водной поверхности: обучение на корпусе из почти 170 тысяч патчей спутниковых данных.
  • Гибридная архитектура: 330 миллионов параметров, из которых около 77 миллионов обучаемые.
  • Улучшенное восстановление спектра: снижение ошибки RMSE на 42.9% по сравнению с базовой моделью.
  • Интеграция с TerraTorch: нативная поддержка библиотеки для геопространственных нейросетей.

Что можно сделать

  • Извлекать качественные спектральные признаки для водных объектов из спутниковых снимков HLS.
  • Проводить спектральную реконструкцию и самоконтролируемые исследования представлений.
  • Использовать адаптированные энкодеры и автоэнкодеры в экосистеме TerraTorch.

Пример

Загрузка модели через скрипт:

from load_aqua_prithvi import load_adapted_mae, load_adapted_encoder

model = load_adapted_mae('final_delta.pt', device='cpu')
encoder_model = load_adapted_encoder('AQUA_PRITHVI_DAPT_V2_encoder.pt', device='cpu')
ПодробнееБазовая модель: IBM/NASA Prithvi-EO-2.0-300M-TL
Метрики: RMSE спектрального отражения 0.00516 (лучше на 42.9%)
Данные: 169 429 патчей спутниковых снимков HLS (2018–2024 гг.)
Требования: PyTorch, TerraTorch
Обсудить Telegram 0 2

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.1 GB · готовые файлы1.7 GB
  • FP8 / INT8рекомендуемвеса 0.6 GB1.1 GB
  • 4-bitвеса 0.3 GB0.9 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

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.

    # freddyvillota/AQUA-PRITHVI-EO-2.0-300M-TL
    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 freddyvillota/AQUA-PRITHVI-EO-2.0-300M-TL --local-dir ~/models/AQUA-PRITHVI-EO-2.0-300M-TL
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к AQUA-PRITHVI-EO-2.0-300M-TL
  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 Prithvi-EO-2.0-300M-TL — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 5Все на Hugging Face

О модели

freddyvillota/AQUA-PRITHVI-EO-2.0-300M-TL
Автор
freddyvillota
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

20

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

APUS-Reflex2

APUS-Reflex2