torchgeo/terratorch
A Python toolkit for fine-tuning Geospatial Foundation Models (GFMs).
What it solves
TerraTorch 是一个工具包，旨在简化地理空间基础模型的微调和部署。它消除了为每个新数据集或模型组合编写自定义类的需求，提供一个标准化框架，支持卫星和地球观测数据的图像分割、分类以及像素级回归任务。
How it works
TerraTorch 基于 PyTorch Lightning 和 TorchGeo，提供灵活的框架，允许用户将各种预训练的骨干（如 Prithvi、TerraMind、SatMAE）与不同的解码器（来自 SMP、mmsegmentation 等库）组合。它提供即用的数据集和 datamodule，并支持通过命令行界面（CLI）、配置文件或 Jupyter Notebook 启动微调任务。
Who it’s for
该库面向从事地理空间 AI 的研究人员和开发者，特别是希望将大规模预训练模型集成并微调用于地球观测任务的用户。
Highlights
- Extensive Model Support: Easy access to a wide range of open-source geospatial backbones including Prithvi, Clay, and Satlas.
- ** modelled tools**: Flexible trainers for segmentation, classification, and regression tasks.
- Integrated Data Handling: Direct access to all GEO-Bench and TorchGeo datasets and datamodules.
- Modular Architecture: Ability to easily swap backbones and decoders using model factories.
- Optional Extensions: Support for PEFT (Parameter-Efficient Fine-Tuning), VLLM, and specialized weather foundation models.