К содержимому
Другое

KAO-TerraMind-B-LoveDa

сегментация спутниковых снимков на базе TerraMind

2 мин чтенияобновлено

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.py для 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-base и 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)
ПодробнееМетрики 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.
Обсудить Telegram 0 25

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.4 GB · готовые файлы0.9 GB
  • FP8 / INT8рекомендуемвеса 0.2 GB0.7 GB
  • 4-bitвеса 0.1 GB0.6 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.

    # kaopanboonyuen/KAO-TerraMind-B-LoveDa
    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 kaopanboonyuen/KAO-TerraMind-B-LoveDa --local-dir ~/models/KAO-TerraMind-B-LoveDa
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к KAO-TerraMind-B-LoveDa
  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 TerraMind-1.0-base — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face

О модели

kaopanboonyuen/KAO-TerraMind-B-LoveDa
Автор
kaopanboonyuen
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

250

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

SatQuery AI

SatQuery AI