#earth-observation Repositories
Entdecke 22 aktive Open-Source-GitHub-Repositories, die mit #earth-observation getaggt sind und insgesamt 39,717 Sterne gesammelt haben (durchschnittlich 1,805 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist satellite-image-deep-learning/techniques mit 10,311 Sternen.
Insgesamt 22 Repositories
Techniken für Deep Learning mit Satelliten- und Luftbildern
TorchGeo: Datensätze, Sampler, Transformationen und vortrainierte Modelle für Geodaten
Eine kuratierte Liste von großartigen Tools, Tutorials, Code, Projekten, Links und Dingen zur Erdbeobachtung und Satellitenbildgebung
Datensätze für Deep Learning mit Satelliten- und Luftbildern
Eine kuratierte Liste von fantastischer Synthetik-Apertur-Radar (SAR)-Software, Bibliotheken und Ressourcen.
[ECCV 2026] Skyfall-GS: Synthese immersiver 3D-Stadtlandschaften aus Satellitenbildern
SpatioTemporal Asset Catalog Spezifikation – Geodaten offen durchsuchbar und crawlbar machen
:globe_with_meridians: Liste und Karte von über 800 Unternehmen für Geodaten-Jobs (GIS, Erdbeobachtung, UAV, Satellit, Digitale Landwirtschaft, ...)
Ein Python-Toolkit zur Feinabstimmung von Geospatial Foundation Models (GFMs).
Ein Repository für benutzerdefinierte Skripte zur Verwendung mit Sentinel Hub
[IEEE TGRS 2024] ChangeMamba: Fernerkundungs-Änderungserkennung basierend auf räumlich-zeitlichen Zustandsraummodellen
Das Clay Foundation Model – Ein Open-Source-KI-Modell und eine Schnittstelle für die Erde
Rahmenwerk für die Verarbeitung von SAR-Satellitendaten in großem Maßstab
PyGMTSAR (Python InSAR): Leistungsstarke und zugängliche Satelliteninterferometrie
Eine Liste von Ressourcen für die Superauflösung hyperspektraler Bilder, gesammelt von Junjun Jiang
Open-Source-Jupyter-Notebooks und Python-Tools für die geospatiale Analyse mit Digital Earth Australia, Open Data Cube und Xarray
Häufig gestellte Fragen
Welches ist das beliebteste #earth-observation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#earth-observation-Projekt auf GitHub ist satellite-image-deep-learning/techniques mit 10,311 Sternen. Techniken für Deep Learning mit Satelliten- und Luftbildern
Welche Programmiersprachen werden in #earth-observation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #earth-observation-Projekten auf GitHub sind Python, HTML, JavaScript, C die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #earth-observation-Repositories berechnet?
Wir verfolgen 22 aktive Open-Source-Repositories, die mit #earth-observation getaggt sind (500+ Sterne), mit insgesamt 39,717 Sternen und durchschnittlich 1,805 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.