torchgeo/torchgeo

TorchGeo: datasets, samplers, transforms, and pre-trained models for geospatial data

What it solves

TorchGeo は、地理空間データにディープラーニングを適用するプロセスをプロセスを簡素化します。リモートセンシング画像は、衛星やセンサーによって、スペクトルバンド、空間解像度、および座標参照系 (CRS) が異なることが多いため、その課題を解決します。

How it works

TorchGeo は、torchvision と同様の PyTorch ドメインライブラリとして機能し、地理空間データのための専門的なツールを提供します：

  • Geospatial Datasets & Samplers: 集合演算子 (& および |) を使用して複数のデータセットを結合し、一致する CRS と解像度への自動再投影を行います。非常に大きな画像を扱うために、小さなパッチを抽出して学習に用いるサンプラー (例: RandomPatchSampler) を含んでいます。
  • Benchmark Datasets: 画像分類、セマンティックセグメンテーション、物体検出などの一般的なタスクのための、すぐに使えるデータセットを提供します。
  • Pre-trained Weights: 標準的な RGB ImageNet の重みを超え、マルチスペクトルセンサー (例: Sentinel-2) に基づいて学習済みモデルを提供します。これにより、リモートセンシングデータに、より適したモデルが利用可能になります。
  • Lightning Integration: PyTorch Lightning の datamodules と trainers を提供し、ボイラープレートコードを削減し、実験の再現性を確保します。

Who it’s for

  • Machine learning experts が、リモートセンシングの深い専門知識なしで地理空間データを扱いたい場合。
  • Remote sensing experts が、自身のデータに対して機械学習ソリューションを探索したい場合。

Highlights

  • Automatic CRS/Resolution Handling: データセットを結合する際、座標参照系と解像度の一致を自動的に保証します。
  • Multispectral Support: 様々なマルチスペクトルセンサーの学習済み重みを提供することを初めてサポートするライブラリです。
  • Flexible Dataset Composition: 集合のような演算子を使用して、画像データセットとラベルデータセットを結合または交差させます。
  • C-Line Interface: LightningCLI を介してコマンドラインでの学習をサポートし、設定ベースの実験が可能になります。