terratorch

一键微调遥感大模型，快速落地地理空间AI应用

terratorch 是一个用于微调地理空间基础模型（GFMs）的 Python 工具包。它解决了遥感领域研究人员和开发者难以高效适配大型预训练模型到特定下游任务（如土地覆盖分类、作物类型识别等）的问题。核心能力包括：提供统一的数据加载和预处理接口，支持多种主流地理空间基础模型（如 Prithvi、SatMAE 等），封装了模型微调、评估和推理的完整流程，并集成了 PyTorch Lightning 和 Hydra 等现代工具，便于配置管理和实验复现。通过简化模型接入和训练流程，terratorch 降低了地理空间 AI 的应用门槛，使非专家也能快速构建高性能的遥感应用。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 864

维护状态活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队torchgeo

所属国家

官网地址https://torchgeo.github.io/terratorch

GitHubhttps://github.com/torchgeo/terratorch

定价模式free

价格说明开源项目，Apache-2.0 许可证，可免费使用和修改。

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ai4good,ai4science,computer-vision,deep-learning,earth-observation,foundation-models,geospatial,solar-physics,weather-models

GitHub 星标★ 864

30天Star增速

HF 下载量

上线时间2024-05-15 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

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4

使用教程

核心亮点

统一接口支持多种主流地理空间基础模型，切换模型成本低
基于 PyTorch Lightning，训练代码简洁且易于扩展
提供丰富的预训练模型和示例配置，上手快

不足之处

项目早期，文档和社区支持相对有限
对非遥感背景的开发者，概念理解有一定门槛

适用场景

土地覆盖分类与变化检测
农业作物类型识别与估产
环境监测与灾害评估

替代项目

TorchGeo、Raster Vision、OpenEarthMap

项目介绍

terratorch 是模型训练领域的开源项目，由 torchgeo 开发，2024 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（864）位列前 30%，在模型训练分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。Apache-2.0 许可证，可免费使用和修改。

它主要面向的使用场景是：土地覆盖分类与变化检测。同类可对比的替代方案包括 TorchGeo、Raster Vision、OpenEarthMap。

上一篇：Large-Time-Series-Model

下一篇：hls-foundation-os