Prithvi-100M-multi-temporal-crop-classification-demo

מה זה

אתם מעלים קובץ TIF רב זמני שכולל נתוני לוויין מכמה נקודות זמן שונות, או בוחרים בדוגמה המוכנה מראש chip_102_345_merged.tif. הממשק מציג את תמונות הלוויין מפוצלות לשלושה מועדים שונים, T1, T2 ו־T3, ולצידן את מפת החיזוי של סיווג הקרקע יחד עם מקרא צבעים שמסביר כל קטגוריה.

מאחורי הקלעים רץ המודל Prithvi-EO-1.0-100M-multi-temporal-crop-classification, שנבנה כרשת Vision Transformer ואומן מראש על נתוני Landsat ו־Sentinel 2 ברחבי ארצות הברית. הקוד טוען את המשקולות וההגדרות שלו דרך ספריית mmsegmentation ומשתמש ב־rasterio כדי לעבד את שכבות המידע הגיאוגרפיות לפני הסקת המסקנות.

מתאים ל

• בדיקת זיהוי גידולים

  בוחנים סיווג של שטחים חקלאיים לאורך עונות השנה על סמך צילומי לוויין.

• בחינת מודל Prithvi

  רואים איך רשת Vision Transformer של יבמ ונאסא מתמודדת עם נתונים זמניים.

• השוואת נתוני לוויין

  צופים בשינויים חזותיים בקרקע בין שלושה מועדי צילום שונים זה לצד זה.

איפה זה נופל

ההדגמה מציגה רק תמונת מצב סופית ולא כלי עבודה לפרויקטים בקנה מידה רחב. המודל אומן במקור על נתונים מארצות הברית היבשתית, כך שסיווג חקלאי באזורים אחרים בעולם עם אקלים וצמחייה שונים עלול לתת תוצאות שגויות. בנוסף, חובה לספק קובץ בפורמט גיאוגרפי תואם שמכיל את הערוצים והמועדים הנכונים, אחרת הצינור פשוט ייכשל.

איך משתמשים

לוחצים על הדוגמה המובנית או גוררים קובץ TIF מתאים לשדה ההעלאה, ואז לוחצים על כפתור Submit. אין צורך בהתחברות או בהרשמה לחשבון. ההדגמה רצה על מעבד בסיסי בלבד ללא האצת כרטיס גרפי, ולכן עיבוד של קובץ חדש עשוי לקחת זמן מה, בעוד שהדוגמה המובנית נטענת מזיכרון מטמון מוכן.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0, שמאפשר שימוש חופשי, שינוי והפצה, כולל לצרכים מסחריים, בכפוף לשמירה על הקרדיט ונוסח הרישיון. שימוש בקבצים אישיים כפוף למדיניות של השרת שבו האפליקציה מתארחת.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗