RESISC45-SigLIP2: классификация изображений земной поверхности
Модель для многометочной классификации сцен земной поверхности на основе SigLIP2.
О сервисе
Что умеет эта модель? Модель RESISC45-SigLIP2 представляет собой энкодер для визиолингвистических задач, дообученный на базе google/siglip2-base-patch16-224 . Она предназначена для многометочной классификации изображений. Модель специально обучена распознавать и помечать различные категории использования и покрытия земель из набора данных RESISC45 с использованием архитектуры SiglipForImageClassification. Это позволяет ей автоматически определять типы местности, сооружений и природных объектов на спутниковых или аэрофотоснимках. Примечание: SigLIP 2: многоязычные визиолингвистические энкодеры с улучшенным семантическим пониманием, локализацией и плотными признаками. https://arxiv.org/pdf/2502.14786 Как обучена модель? Модель была дообучена на наборе данных jonathan-roberts1/NWPU-RESISC45, который содержит изображения различных сцен земной поверхности. В качестве базовой модели использовалась , известная своими возможностями в понимании изображений и текста. Дообучение позволило модели специализироваться на детальной классификации сцен земной поверхности, что делает ее высокоэффективной для задач, связанных с анализом спутниковых и аэрофотографий. Применение модели Данная модель идеально подходит для автоматизации задач, требующих анализа изображений земной поверхности. Вот несколько примеров: Мониторинг окружающей среды: автоматическое определение лесных массивов, водоемов, пустынь, урбанизированных территорий. Городское планирование: анализ типов застройки (густонаселенные, промышленные зоны, коммерческие районы). Географические информационные системы (ГИС): создание и обновление карт землепользования. Сельское хозяйство: идентификация различных типов сельскохозяйственных угодий (пашни, поля, виноградники). Метрики качества Отчет о классификации демонстрирует следующие метрики: precision: 0.9572 (для 'rectangular farmland') recall: 0.9271 (для 'rectangular farmland') f1-score: 0.9419 (для 'rectangular farmland') support: 700 (для 'rectangular farmland') Полный отчет о классификации доступен в оригинальном описании модели. Ссылки prithivMLmods/RESISC45-SigLIP2 Ссылки https:// https://huggingface.co/prithivMLmods/RESISC45-SigLIP2 Источник: https://qubu.ai/models/resisc-45-sig-lip-2-klassifikatsiya-izobrazhenii-zemnoi-poverkhnosti License: MIT
