GeoPixel

让多模态大模型精准定位遥感图像中的每个目标像素

GeoPixel 是一个面向高分辨率遥感影像分析的像素级定位多模态大模型。它解决的是遥感图像中多目标精细定位与理解的问题，能够对图像中的多个目标进行像素级的分割与识别，而不仅仅是生成文本描述或粗略的边界框。其核心能力包括：将视觉与语言信息深度融合，支持基于自然语言指令的像素级目标定位；针对遥感影像的独特特性（如多尺度、复杂背景、小目标密集等）进行了专门优化；提供端到端的模型架构，可直接输出像素级掩码。该项目旨在推动多模态大模型在遥感领域的落地应用，为地理空间智能分析提供更精准的技术支撑。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 155

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队mbzuai-oryx

所属国家

官网地址https://mbzuai-oryx.github.io/GeoPixel

GitHubhttps://github.com/mbzuai-oryx/GeoPixel

定价模式free

价格说明开源模型，Apache-2.0许可证，可免费使用和部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型foundation-models,grounding-llms,large-multimodal-models,large-vision-language-models,remote-sensing,segmentation-models,vision-language-models

GitHub 星标★ 155

30天Star增速

HF 下载量

上线时间2025-01-23 00:00:00

最近更新2026-09-16 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数7

使用教程

核心亮点

专为遥感影像设计，针对多尺度、小目标等场景优化，比通用模型更精准
支持多目标同时像素级定位，输出高精度掩码，超越传统框级检测
融合视觉与语言指令，可通过自然语言灵活指定分析目标

不足之处

文档/社区待观察
早期项目，模型权重和训练代码可能未完全开源

适用场景

遥感影像目标检测与分割
地理空间情报分析
灾害监测与资源调查

替代项目

SAM (Segment Anything Model)、CLIP、Owl-ViT

项目介绍

GeoPixel 是计算机视觉领域的开源项目，由 mbzuai-oryx 开发，2025 年首次发布。

它收录于计算机视觉分类，该分类目前共有 446 个项目，GitHub 星标数为 155。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-16。Apache-2.0许可证，可免费使用和部署。

它主要面向的使用场景是：遥感影像目标检测与分割。同类可对比的替代方案包括 SAM (Segment Anything Model)、CLIP、Owl-ViT。

上一篇：BEVT

下一篇：Mamba-in-Computer-Vision