К содержимому
Другое

GeoReVis

многошаговая сегментация снимков дистанционного зондирования

2 мин чтенияобновлено

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 consolidation объединяет доказательства по разным маскам с помощью совместного регионального считывания (readout.pt).
  • Готовая конфигурация: в репозиторий включён переносимый файл inference.json и контрольные суммы SHA256SUMS для проверки целостности весов.

Что можно сделать

  • Запускать инференс на тестовых наборах данных вроде LaSeRS с помощью официального репозитория GeoReVis_OpenSource и готового конфига inference.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_test
ПодробнееМетрики 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.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 4.1 GB · готовые файлы5.0 GB
  • FP8 / INT8рекомендуемвеса 2.1 GB2.8 GB
  • 4-bitвеса 1.2 GB1.8 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.

    # georevis/GeoReVis
    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 georevis/GeoReVis --local-dir ~/models/GeoReVis
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к GeoReVis
  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

Дообучение модели

Qwen/Qwen3.5-2B
  1. Qwen3.5-2B-Baseоснова семьи
  2. Qwen3.5-2B
  3. GeoReVis

Новые посты про версии Qwen3.5-2B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 10Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

georevis/GeoReVis
Автор
georevis
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

CoVeR

CoVeR