Celyrix 1.0 Vision
классификация спутниковых снимков
1 мин чтенияобновлено
Celyrix 1.0 Vision — это легковесная модель компьютерного зрения от Mirutex Technologies, созданная для анализа спутниковых RGB-снимков и разделения их на пять категорий земного покрова. Модель построена на базе TensorFlow и Keras с упором на эффективный инференс на обычном железе и воспроизводимые исследования. Она классифицирует изображения с разрешением 64×64 пикселя, определяя леса, реки, жилые зоны, сельхозугодья и промышленные объекты. Подойдет исследователям, геопространственным разработчикам и для образовательных экспериментов с данными EuroSAT.
Ключевые особенности
- Спутниковое зрение: классификация RGB-снимков на пять категорий земного покрова.
- Легковесная архитектура: эффективный инференс на стандартном вычислительном оборудовании.
- Воспроизводимые исследования: документированные пайплайны обучения и развертывания на TensorFlow и Keras.
- Датасет EuroSAT: модель обучена на выбранных классах популярного набора спутниковых данных Sentinel-2.
Что можно сделать
- Анализ снимков: интегрировать модель в пайплайны обработки спутниковых данных для автоматической категоризации территорий.
- Геопространственные исследования: использовать для классификации лесов, рек, жилых и промышленных зон в учебных проектах.
Пример
Загрузка репозитория модели с помощью huggingface_hub:
from huggingface_hub import snapshot_download
model_dir = snapshot_download(
repo_id="Mirutex/Celyrix-1.0-Vision"
)
print(model_dir)Подробнее
Архитектура: Convolutional Neural NetworkФреймворк: TensorFlow / Keras
Входные данные: RGB-снимки 64×64 пикселей
Категории: Forest, River, Residential, Agriculture, Industrial
Лицензия: PolyForm Noncommercial 1.0.0










Комментарии