TorchGeo v0.6.0版本发布

知名PyTorch的空间信息领域库：TorchGeo，v0.6.0版本发布，新增了18种新数据集，15种新数据模块以及27个新预训练模型，这个版本历时11个月，是一个大版本更新。

主要更新内容如下：

多模态基础模型

在之前的机器学习处理遥感数据的实践中，通常需要收集数百万张手动标记的图像以训练模型，这个工作比较繁琐，即使是使用了监督学习实现了无标签训练，仍然需要不同卫星特定的图像。

TorchGeo 0.6.0版本，增加了多个多模态基础模型，这些模型能够与来自任何卫星/传感器的图像一起使用，即使是模型未明确训练过的图像。GASSL和Scale-MAE支持 RGB 图像，DOFA支持 RGB、SAR、MSI 和 HSI。

源迁移

TorchGeo 包含许多来自最近解散的 Radiant MLHub 的数据集：

• AgriFieldNet Competition Dataset
• Smallholder Cashew Plantations in Benin
• Sentinel-2 Cloud Cover Segmentation Dataset
• CV4A Kenya Crop Type Competition
• Tropical Cyclone Wind Estimation Competition
• Marine Debris Dataset for Object Detection in Planetscope Imagery
• Rwanda Field Boundary Competition Dataset
• South Africa Crop Type Competition
• SpaceNet Datasets
• Western USA Live Fuel Moisture

这个版本中针对这些数据集做了重新适配。

成为 OSGeo 社区项目

TorchGeo 现已正式成为 OSGeo 社区的一员！

OSGeo是一家非营利性的开源地理空间软件基金会，加入 OSGeo 可以向社区推广 TorchGeo，同时确保遵循最佳实践，以保证开源地理空间生态系统的稳定性、健康和互操作性。

Lightning Studios 支持

所有 TorchGeo 教程都可在 Lightning Studios 和 Google Colab 中使用，让用户无需自己的硬件即可开始使用 TorchGeo。

其他变更

参考官方的更新日志：

https://github.com/microsoft/torchgeo/releases/tag/v0.6.0

项目中文介绍

看这里：TorchGeo — PyTorch训练空间数据开源领域库