
terratorch
强大灵活的地理空间基础模型微调框架
TerraTorch是基于PyTorch Lightning和TorchGeo的地理空间数据处理库,为地理空间基础模型提供微调框架。它支持多种预训练模型,包括图像分割、分类和像素回归任务的训练器。用户通过 配置文件可启动微调任务,实现地理空间数据的处理和分析。
TerraTorch
:book: 文档
概述
TerraTorch 是一个基于 PyTorch Lightning 和地理空间数据领域库 TorchGeo 的库。
TerraTorch 的主要目的是为地理空间基础模型提供一个灵活的微调框架,可以在不同抽象层次上进行交互。
该库提供:
- 轻松访问开源预训练的地理空间基础模型骨干网络(如 Prithvi、SatMAE 和 ScaleMAE),以及 timm(Pytorch 图像模型)或 SMP(带有预训练骨干网络的 Pytorch 分割模型)包中可用的其他骨干网络,还有像 granite-geospatial-biomass 这样的微调模型
- 用于图像分割、分类和像素级回归微调任务的灵活训练器
- 通过灵活的配置文件启动微调任务
安装
Pip
为了使用 pyproject.toml
文件,需要确保 pip>=21.8
。如有必要,使用 python -m pip install --upgrade pip
升级 pip
。
对于稳定的版本,使用 pip install terratorch
。
如果你想获取主分支的最新版本,可以使用 pip install git+https://github.com/IBM/terratorch.git
安装库。
另一种方法是使用 pipx 通过 pipx install terratorch
进行安装,这会创建一个隔离环境,允许用户将应用程序作为常用 CLI 工具运行,无需安装依赖项或激 活环境。
TerraTorch 需要安装 gdal,这可能是一个相当复杂的过程。如果你的系统上没有设置 GDAL,我们建议使用 conda 环境,并通过 conda install -c conda-forge gdal
安装它。
要作为开发者安装(例如扩展库),克隆此仓库,使用 pip install -r requirements/required.txt -r requirements/dev.txt
安装依赖项,然后运行 pip install -e .
快速入门
要开始使用,请查看快速入门指南
开发者指南
查看架构概览
编辑推荐精选


Manus
全面超越基准的 AI Agent助手
Manus 是一款通用人工智能代理平台,能够将您的创意和想法迅速转化为实际成果。无论是定制旅行规划、深入的数据分析,还是教育支持与商业决策,Manus 都能高效整合信息,提供精准解决方案。它以直观的交互体验和领先的技术,为用户开启了一个智慧驱动、轻松高效的新时代,让每个灵感都能得到完美落地。


飞书知识问答
飞书官方推出的AI知识库 上传word pdf即可部署AI私有知识库
基于DeepSeek R1大模型构建的知识管理系统,支持PDF、Word、PPT等常见文档格式解析,实现云端与本地数据的双向同步。系统具备实时网络检索能力,可自动关联外部信息源,通过语义理解技术处理结构化与非结构化数据。免费版本提供基础知识库搭建功能,适用于企业文档管理和个人学习资料整理场景。


Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。