InstaGeo：从数据到部署的计算高效地理空间机器学习
计算机视觉与模式识别
2025-10-08 v1 计算机与社会
机器学习
摘要
来自像 Landsat 8-9 和 Sentinel-2 这样的公开多光谱卫星影像推动了面向人道主义和环境应用的地理空间基础模型（GFMs）的发展。然而，其部署仍受限于（i）缺乏自动化的地理空间数据管道，以及（ii）精细调优模型的庞大尺寸。现有 GFMs lacks 处理原始卫星影像的工作流程，而下游适应方法往往保留原始编码器的全部复杂性。我们提出 InstaGeo，一个开源、端到端的框架，旨�解决这些挑_ 题，通过集成：（1）自动化数据 curated 将原始影像转换为模型就绪数据集；（2）面向特定任务的模型蒸馏，以派生紧凑、计算高效的模型；以及（3）作为交互式 Web 地图应用的无缝部署。利用 InstaGeo，我们再现了三项已发表研究的数据集，并训练模型，对于洪水映射、作物分割和沙漠蚁虫预测的 mIoU 分别为 -0.73 pp、-0.20 pp 和 +1.79 pp。蒸馏模型相较于标准精细调优模型小幅度可达 8 倍，降低 FLOPs 和 CO2 排放，同时保持最小精度损失。借助 InstaGeo 的简化数据管道，我们还 curate 了一个更大尺度的作物分割数据集，实现了 60.65% 的 SOTA mIoU，较先前基线提高了 12 pp。此外，InstaGeo 使用户能够在单一工作日内从原始数据到模型部署。通过统一数据准备、模型压缩和部署，InstaGeo 将研究级别的 GFMs 转化为实用、低碳的实时大规模地球观测工具。该方法将地理空间 AI 向数据质量和应用驱动创新转变。源代码、数据集和模型检查点均可在 https://github.com/instadeepai/InstaGeo-E2E-Geospatial-ML.git 获取
引用
@article{arxiv.2510.05617,
title = {InstaGeo: Compute-Efficient Geospatial Machine Learning from Data to Deployment},
author = {Ibrahim Salihu Yusuf and Iffanice Houndayi and Rym Oualha and Mohamed Aziz Cherif and Kobby Panford-Quainoo and Arnu Pretorius},
journal= {arXiv preprint arXiv:2510.05617},
year = {2025}
}