HyperAI超神经

1. Einführung in das Tutorial

Prithvi-EO-2.0 ist das EO-Basismodell der zweiten Generation, das vom IBM- und NASA-Team entwickelt wurde. Temporal ViT verwendet die Lernstrategie „Masked AutoEncoder“ und wird anhand von 4,2 Millionen koordinierten Landsat Sentinel 2 (HLS)-Beispielen trainiert (jedes Beispiel enthält vier Zeitstempel). Das Modell enthält räumliche und zeitliche Aufmerksamkeitsmechanismen über mehrere Blöcke und Zeitstempel hinweg. Darüber hinaus werden dem Modell-Input über Embeddings Zeit- und Ortsinformationen hinzugefügt. Weitere Informationen zu diesem Modell finden Sie unterHier.

In diesem Tutorial wird das Modell Prithvi-EO-2.0-300M als Demonstration verwendet und als Rechenressource wird RTX 4090 verwendet.

Diese Demonstration zeigt den Bildrekonstruktionsprozess von einem bis vier Zeitstempeln. Das Modell maskiert zufällig Teile des Bildes und rekonstruiert es basierend auf den nicht maskierten Teilen. Das rekonstruierte Bild wird mit den sichtbaren, nicht maskierten Bildausschnitten zusammengeführt. Für eine schnellere Bearbeitung empfehlen wir die Einsendung von Bildern mit einer Größe von etwa 224 bis 1000 Pixeln. Bilder, die größer als 224 x 224 sind, werden mit einem gleitenden Fensterverfahren verarbeitet, was zu Artefakten zwischen den Bildausschnitten führen kann.

Benutzer müssen HLS-Geotiff-Bilder bereitstellen, die Kanäle in den folgenden Reflexionseinheiten enthalten: Blau, Grün, Rot, Schmalband-Nahinfrarot (NIR), Kurzwellen-Infrarot (SWIR) und Kurzwellen-Infrarot 2 (SWIR 2). Die Positionsinformationen können aus der TIF-Datei extrahiert und die Zeitinformationen im Dateinamen im Format „T“ oder „T“ (HLS-Format) bereitgestellt werden.

2. Bedienungsschritte

1. Klicken Sie nach dem Starten des Containers auf die API-Adresse, um die Weboberfläche aufzurufen

Wenn „BadGateway“ angezeigt wird, bedeutet dies, dass das Modell initialisiert wird. Da das Modell groß ist, warten Sie bitte etwa 1–2 Minuten und aktualisieren Sie die Seite.

2. Sobald Sie die Website betreten, können Sie beginnen zu verwenden

Anwendung

Demo

Austausch und Diskussion

🖌️ Wenn Sie ein hochwertiges Projekt sehen, hinterlassen Sie bitte im Hintergrund eine Nachricht, um es weiterzuempfehlen! Darüber hinaus haben wir auch eine Tutorien-Austauschgruppe ins Leben gerufen. Willkommen, Freunde, scannen Sie den QR-Code und kommentieren Sie [SD-Tutorial], um der Gruppe beizutreten, verschiedene technische Probleme zu besprechen und Anwendungsergebnisse auszutauschen ↓