MTP

多任务预训练遥感模型，一个骨干搞定多种任务

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 14 🐛 待处理 33 👀 关注 5
GitHub ↗
GitHub 星标 ★ 253
维护状态 低维护
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

MTP 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ViTAE-Transformer
GitHubhttps://github.com/ViTAE-Transformer/MTP
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change-detection,classification,deep-learning,foundation-models,object-detection,pre-training,remote-sensing,remote-sensing-foundation-model,semantic-segmentation,transfer-learning,vision-transformer
GitHub 星标★ 253
上线时间2024-03-18 00:00:00
代码更新2025-08-04
仓库体积18.5 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

MTP 是 JSTARS'24 论文的官方实现，提出了一种面向遥感基础模型的多任务预训练方法。它通过同时学习多个遥感任务（如场景分类、语义分割、目标检测等）来训练一个通用的视觉骨干网络，解决了传统单任务预训练模型泛化能力不足、难以适应多样化遥感应用的问题。核心能力包括：支持多种预训练任务灵活组合、提供标准化的遥感数据集预处理流程、以及基于 PyTorch 的模型训练与评估代码。项目旨在为遥感领域的研究者和开发者提供一个开箱即用的多任务预训练基线，帮助提升下游任务性能。

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 ★ 253

核心亮点

  • 多任务联合预训练，提升遥感特征泛化性
  • 官方实现，代码结构清晰，易于复现
  • 支持场景分类、分割、检测等主流遥感任务

不足之处

  • 文档/社区待观察
  • 依赖特定数据集，迁移到新数据需额外适配

适用场景

  • 遥感图像分类与识别
  • 遥感语义分割与目标检测
  • 遥感基础模型研究与对比

替代项目

SatMAE、RingMo、SeCo

上一篇：TSLANet

下一篇：JAFAR

同类项目推荐

TFMQ-DM 开源

给扩散模型瘦身，4-bit量化不降画质，部署提速。

[CVPR 2024 Highlight & TPAMI 2025] This is the official PyTorch implementation of "T···

★ 111 2026-08-09
Awesome-Model-Quantization 开源

一页看全模型量化论文、工具与部署方案

A curated collection of papers, benchmarks, surveys, and tools for model quantizatio···

★ 2464 2026-10-17
EvoControl 开源

让AI自己优化代码，还能按你的要求来

Official implementation of Controlled Self-Evolution for Algorithmic Code Optimizati···

★ 135 2026-08-09
Long-RL 开源

让强化学习轻松驾驭超长序列，训练更稳更快

Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)

★ 730 2026-08-09
SPPO 开源

让模型自我对弈，无需人工标注即可提升对齐效果

The official implementation of Self-Play Preference Optimization (SPPO)

★ 589 2026-08-09
mttl 开源

给大模型挂载可插拔小模块，一个底座跑多个任务

Building modular LMs with parameter-efficient fine-tuning.

★ 116 2026-09-16
EAGLE 开源

让大模型生成速度翻倍，无需牺牲输出质量

Official Implementation of EAGLE-1 (ICML'24), EAGLE-2 (EMNLP'24), and EAGLE-3 (NeurI···

★ 2572 2026-08-09
data-forcing-distillation 开源

少步生成视频，不丢多样性和画质

Data-Forcing Distillation (DFD): restoring diversity and fidelity in few-step video ···

★ 65 2026-08-09
ToolOrchestra 开源

用强化学习训练模型更聪明地调用工具、编排工作流

ToolOrchestra is an end-to-end RL training framework for orchestrating tools and age···

★ 770 2026-08-09