К содержимому
Другое

floodfusion v1.2

сегментация затоплений по радарным снимкам Sentinel-1

2 мин чтенияобновлено

Модель от автора teo-clerk определяет границы наводнений по спутниковым снимкам. Она строит карту затопления по данным радара Sentinel-1 (который видит сквозь облака), добавляя оптические снимки Sentinel-2 только там, где небо чистое, а также данные рельефа и сезонную норму за прошлый год. В основе лежит архитектура SAR–optical cross-attention fusion (нейросеть объединяет радарные и оптические данные через механизм перекрёстного внимания), вес одного чекпоинта составляет всего 72,7 МБ. Модель пригодится аналитикам быстрого реагирования на ЧС и исследователям дистанционного зондирования Земли для первичной оценки масштабов бедствия.

Ключевые особенности

  • Компактность и запуск на CPU: весит 72,7 МБ на каждый из трёх сидов и не требует GPU для построения карт по заданным координатам и дате.
  • Учёт сезонного контекста: сравнивает текущий радарный сигнал с медианным значением с той же орбиты за аналогичный период прошлого года.
  • Автоматическая загрузка данных: CLI-инструмент сам подтягивает нужные слои Sentinel-1, Sentinel-2, рельеф Copernicus DEM и карту покрова ESA WorldCover из Microsoft Planetary Computer.
  • Откалиброванные вероятности: применяет temperature scaling и отдельный режим калибровки для участков, где оптические снимки недоступны из-за облачности.

Что можно сделать

  • Построить карту наводнения: указать прямоугольник координат (bbox) и дату, чтобы получить готовые слои COG, метаданные STAC и полигоны затопления.
  • Провести первичный скрининг ЧС: быстро разметить обширные территории после первого пролёта спутника Sentinel-1 перед детальной проверкой аналитиком.
  • Сравнить собственные алгоритмы: использовать замороженные веса v1.2.0-freeze в качестве воспроизводимого бейзлайна на датасетах Copernicus EMS.

Пример

git clone [https://github.com/teo-clerk/floodfusion](https://github.com/teo-clerk/floodfusion) && cd floodfusion && uv sync --frozen
uv run --frozen python -m floodfusion.weights fetch --repo teo-clerk/floodfusion \
    --revision faed3bb78668cf25052211a7e834f34652a4cdf6 \
    --run runs/v12/final/all/all/row21_fusion_context_seasonal/seed42 --dest .
uv run --frozen python -m floodfusion.live map --bbox 11.8 44.15 12.2 44.3 --date 2023-05-17 --out maps/forli
ПодробнееМетрики на 38 активациях Copernicus EMS (2023–2026): Macro IoU 0.417 при пороге τ* = 0.25 (против 0.405 у TerraMind-base + LoRA и 0.373 у физического бейзлайна), AP — 0.598.
Обучена на 7 006 фрагментах из датасетов Kuro Siwo и GEOID-Flood (138 наводнений); данные Sen1Floods11 не использовались.
Ограничения: радар C-диапазона не видит воду под плотным пологом леса и между зданиями в городах, а модель не оценивает глубину воды и ущерб.
Лицензия: веса под CC BY 4.0, код под MIT (команды fetch и live до релиза v1.3.0 находятся в ветке feat/v1.3-live).
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.

    # teo-clerk/floodfusion
    # ===== 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 teo-clerk/floodfusion --local-dir ~/models/floodfusion
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к floodfusion
  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 floodfusion — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

teo-clerk/floodfusion
Автор
teo-clerk
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

WordWave

WordWave