tessera

让卫星影像按时间流动,一键提取地表变化规律

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 70 🐛 待处理 5 👀 关注 26
GitHub ↗
GitHub 星标 ★ 776
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源模型,MIT许可证,完全免费,可自行部署使用。

项目预览

tessera 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队ucam-eo
定价模式🏷️完全免费
价格说明开源模型,MIT许可证,完全免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型foundation-models,machine-learning,remote-sensing,satellite-imagery
GitHub 星标★ 776
上线时间2025-04-29 00:00:00
代码更新2026-08-17
仓库体积19.4 MB
本站数据更新2026-11-10
维护状态维护中
收录时间2026-08-09
浏览次数5

项目介绍

TESSERA 是剑桥大学推出的基础模型,专为处理时间序列卫星影像而设计,可应用于土地分类、植被冠层高度预测等地球观测任务。它解决了传统遥感模型难以高效提取时序动态特征的问题,通过预训练方式学习多时相影像中的时间模式,从而在少量标注数据下也能获得较好的下游任务性能。其核心能力包括对多光谱、多时相卫星数据的统一表征学习,以及针对像素级和场景级任务的微调支持。项目以 Python 实现,提供模型权重和推理代码,旨在降低遥感领域时序分析的门槛,推动基础模型在地球科学中的落地。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 776

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 40 分钟 部署方式:本地安装 4 步

环境要求

  • Python 3.10+
  • 较大的磁盘(遥感数据)
  • 网络可下载卫星影像

安装与启动步骤

  1. 1克隆

    像素级地球观测基础模型(TESSERA v2)。

    git clone https://github.com/ucam-eo/tessera.git
    cd tessera
  2. 2建虚拟环境

    Python 3.10 起。

    python3 -m venv venv && source venv/bin/activate
  3. 3装依赖

    地理栅格相关依赖较重。

    pip install -r requirements.txt
  4. 4下数据

    仓库带 S1/S2 下载脚本。

    bash s1_s2_downloader.sh

如何确认成功

能对一小块区域完成嵌入提取并可视化。

注意事项

  • 遥感数据的坐标系与分块很关键,别直接 resize。
  • 下载脚本依赖外部 API,可能随时失效。
  • 像素级任务对显存要求高,先小范围试。

核心亮点

  • 专为时间序列卫星影像设计,能捕捉植被生长、城市扩张等动态变化
  • 基于大规模预训练,下游任务只需少量标注即可微调
  • 支持土地分类和冠层高度预测等多个实际应用场景

不足之处

  • 项目处于早期阶段,文档和社区支持尚不完善
  • 对计算资源要求较高,普通用户难以直接部署

适用场景

  • 农业监测:通过多时相影像预测作物生长和产量
  • 生态保护:追踪森林覆盖变化和碳储量估算
  • 城市规划:分析城市扩张和土地利用动态

替代项目

SatMAE、SpectralGPT、Prithvi

上一篇:Awesome-Robotics-3D

下一篇:Uni3D

同类项目推荐

OpenShape_code 开源

让AI看懂任意3D形状,零样本也能分类检索

official code of “OpenShape: Scaling Up 3D Shape Representation Towards Open-World ···

★ 328 2026-08-09
geti 开源

少数据快训练,轻松搞定计算机视觉模型

Build, train, optimize, and run computer vision models locally, from raw images to l···

★ 1370 2026-08-10
FasterViT 开源

让视觉 Transformer 又快又准,高分辨率图像处理利器

[ICLR 2024] Official PyTorch implementation of FasterViT: Fast Vision Transformers w···

★ 928 2026-08-09
segmentation_models.pytorch 开源

一行代码调用 500+ 预训练分割模型,快速搭建语义分割流水线。

Semantic segmentation models with 500+ pretrained convolutional and transformer-base···

★ 11801 2026-08-10
ocr-rs 开源

Rust 一行调用,多语言 OCR 本地跑

高性能OCR识别库,支持上百种语言,提供命令行、图形界面及C API多种调用方式,使用便捷高···

★ 348 2026-09-19
ComfyUI-Depth-Anything-Tensorrt 开源

ComfyUI 里跑深度图,TensorRT 加速最高 14 倍,快人一步。

ComfyUI Depth Anything (v1/v2/v3/distill-any-depth) Tensorrt Custom Node (up to 14x ···

★ 135 2026-08-09
frigate-hass-integration 开源

把 Frigate AI 监控无缝接入 Home Assistant,实时看事件、玩自动化

Frigate integration for Home Assistant

★ 1302 2026-09-01
awesome-segment-anything 开源

一网打尽 SAM 生态资源,快速上手图像分割

Tracking and collecting papers/projects/others related to Segment Anything.

★ 1698 2026-08-09
colmap 开源

从照片一键重建三维场景,精度高、流程全

COLMAP - Structure-from-Motion and Multi-View Stereo

★ 13193 2026-08-10