模型与多模态工具
SatQuery AI：基于证据的多模态遥感卫星图像分析智能体
tvedeshkumar-blip/SAT-QUERY-AI · SatQuery AI is an evidence-based agentic AI for multi-modal remote sensing of Optical, SAR, and time-series satellite data. It picks relevant models, combines evidence, detects evidence conflicts, and starts focused re-analysis for dependable results. The system provides evidence-based, explainable, confidence-aware, and traceable solutions.
ELI5：它是什么，解决什么问题
SatQuery AI 是一个面向地球观测（EO）卫星图像分析的多模态视觉语言智能体系统，覆盖光学、SAR 与时序卫星数据。它支持单幅图像的地表覆盖 VQA、密集地形描述与像素级视觉定位，支持双时相变化检测与变化 VQA，并可将光学光谱反射与 SAR 微波后向散射进行跨模态融合，以在云层遮挡下区分水体与城市结构。系统提供带任务路由与执行轨迹追踪的智能体控制器，保留 GeoTIFF 坐标参考系与光谱指数（NDVI、NDWI、CIR、SAR dB 滤波）。在模型层面采用惰性加载的专业适配器与显式回退层级（如 Florence-2-base、OWL-ViT、BIT-CD 以及 Gemini 2.5 Flash），并强调不编造指标：未校准置信度明确标注为不可用，每次响应返回模型来源与回退信息。
核心能力与快速开始
★ 0 · Python
- 能做什么
- 1) 单幅图像地表覆盖智能：遥感视觉问答（VQA）、密集地形描述、带空间边界框的像素级视觉定位。2) 双时相多时相变化分析：像素级地表变化检测、洪水/城市变化掩膜、定量变化面积统计与变化 VQA 推理。3) 光学 + SAR 跨模态联合融合：结合光学光谱反射（色调/饱和度）与 SAR 微波后向散射强度，隔离镜面水体与双反弹城市结构。4) 可观测智能体控制器：自主任务意图路由与端到端执行轨迹追踪，展示中间推理步骤、模型延迟与参数遥测。5) 地理空间与辐射精度：GeoTIFF 坐标参考系保留（EPSG:32644 UTM 44N、EPSG:4326）、空间边界框、uint16/float32 归一化、动态光谱指数（NDVI、NDWI、CIR 假彩色、带 3×3 斑点滤波的 SAR dB）。6) 专业适配器与显式回退层级：Florence-2-base（通用 VLM）、OWL-ViT（开放词汇定位）、BIT-CD（双时相变化检测）惰性加载，缺失检查点时回退到确定性遥感基线与已配置托管提供方。7) 严格科学诚实：不编造指标，未校准置信度返回 null 并标注不可用，响应携带 primary_model、actual_model_used、fallback_used、model_status 与 model_provenance。
- 适用场景
- 用于遥感卫星图像（光学、SAR、时序）的交互式文本查询分析，包括：农作物健康与农地块边界识别；河流水体检测与分割（含边界框与像素面积统计）；季风前后洪水变化检测与淹没面积变化百分比计算；T1 与 T2 时相间城市基础设施扩张评估；将多云光学 RGB 与 C 波段 SAR 后向散射融合以突出水体与城市角反射器。适用于需要证据可追溯、置信度标注与执行轨迹的研究评估场景。
- 项目形态
- 研究实现
- 部署方式
- 前端为 React 19 + TypeScript + Vite，后端为 FastAPI Python 3.11，通过 HTTP/REST (/api/v1) 通信；模型权重需手动下载放置到 models/weights 或依赖 HuggingFace 本地缓存，并通过 .env 配置模型 ID、检查点路径、设备与精度；README 标注 Status 为 Research Prototype 1.0.0，未说明完整部署条件与生产可用性。
- 主要依赖
- 模型权重方面：BIT-CD ~11.5M 参数（~45 MB），CPU 运行约 2GB RAM/~150ms 延迟，GPU（CUDA FP16/FP32）约 1GB 显存/~30ms；Florence-2-base ~230M 参数（~0.9 GB），CPU 浮点32 约 4GB RAM，GPU FP16/BF16 约 2GB 显存；OWL-ViT ~150M 参数（~600 MB），CPU 浮点32 约 3GB RAM，GPU 约 2GB 显存。回退链中涉及的托管提供方（Gemini 2.5 Flash）需配置 API key；未说明具体 API 成本与许可条款。
- 使用限制
- README 明确标注为研究原型（Research Prototype 1.0.0），未说明生产环境可用性。Florence-2-base 与 OWL-ViT 标注为预训练通用模型（未做遥感领域适配），BIT-CD 标注为遥感适配。基准评测数据集（RSVQA、VRSBench、CDVQA、BigEarthNet-MM）均标注为 Pipeline Ready 但 Pending Split Mount，即尚未在挂载数据集上得出评测结果。未校准置信度不可用，可能返回 null。模型检查点缺失时会触发回退，导致实际使用模型与期望不一致。
- 许可证
- 未说明
- 最近推送
- 2026-10-12 00:53
资料检查：2026-10-12 07:00 · 卡片整理：2026-10-12 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容
职业应用
程序员
作为可复用的多模态遥感分析智能体系统，供程序员在开发地球观测卫星图像分析应用时参考其解耦的多层架构、任务路由与执行轨迹追踪、模型惰性加载与显式回退层级（Florence-2-base、OWL-ViT、BIT-CD、Gemini 2.5 Flash）以及证据与溯源返回机制。
查看内容依据
SatQuery AI is an evidence-based agentic AI for multi-modal remote sensing of Optical, SAR, and time-series satellite data. It picks relevant models, combines evidence, detects evidence conflicts, and starts focused re-analysis for dependable results.
由 AI 根据来源材料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。