MajorTOM:Elliot 发布:27.9 万块多传感器对地观测预训练数据集
HildeKuehne · x · 2026-10-17
arXiv 论文 MajorTOM:Elliot Pretrain 面向通用型地球观测基础模型预训练,发布了一个统一多传感器、多时相与文本的开源数据集:
- 规模与选取:279,166 块 10km × 10km 图块,通过对 AlphaEarth 嵌入聚类从 Major-TOM 网格中采样,保证覆盖多样性。
- 每块图块在共享的 1056×1056 像素、10m 网格上堆叠:Sentinel-2 L1C、Landsat-8/9、Sentinel-1 RTC、Copernicus DEM、ESA WorldCover,另附云掩膜、OpenStreetMap 要素与 ERA5 气象数据。
- 三种时相划分:Monotemporal 25 万块(单次采集)、Monthly 12,500 块(全年 12 次采集)、Burst 16,666 块(30 天内 6 次采集)。
- 发布形式:6.3 TB Cloud Optimized GeoTIFF,配 TACO v3 Parquet 元数据索引,支持云端流式读取与读取像素前的过滤;配套库可在加载时自动生成带传感器标签的说明、caption 与 16 族视觉-语言任务。
- 验证:作者用 OlmoEarth-Base 做了短程预训练实验检验设计选择(25% 子集即可有效)。
对做遥感基础模型或多模态地理数据的研究者是直接可用的资源。
「研究」频道最新
- 机械臂设计新文:传统启发式堆叠之外,如何系统搜索设计空间 — k7agar · 2026-10-17
- MIT 学者提出"活的科学记录":去中心化多智能体驱动科学发现 — ProfBuehlerMIT · 2026-10-17
- 一文串起分布式 LLM 训练:6 种并行策略与通信/内存瓶颈全解 — techNmak · 2026-10-17
- 千万美元 XPRIZE 下月启动:用 AI 实现与野生动物双向沟通 — anselm · 2026-10-17
- 绕过 RAG：在冻结的 Qwen2.5-72B 第三层直接注入 3 万 token 张量记忆 — Nearby_Indication474 · 2026-10-17
- 蒸馏被高估了？观察人士称前沿模型推理提升主要靠内部 RL — teortaxesTex · 2026-10-17