#earth-observation Repositorios
Descubre 22 repositorios activos de código abierto de GitHub etiquetados con #earth-observation, que acumulan 39,717 estrellas en total (una media de 1,805 estrellas por proyecto). El líder de este tema es satellite-image-deep-learning/techniques, con 10,311 estrellas.
22 repositorios en total
Técnicas para el aprendizaje profundo con imágenes satelitales y aéreas
TorchGeo: conjuntos de datos, muestreadores, transformaciones y modelos pre-entrenados para datos geoespaciales
Una lista curada de geniales herramientas, tutoriales, código, proyectos, enlaces y recursos sobre Observación de la Tierra e Imágenes Satelitales
Conjuntos de datos para aprendizaje profundo con imágenes satelitales y aéreas
Una lista curada de impresionantes software, bibliotecas y recursos de radar de apertura sintética (SAR).
[ECCV 2026] Skyfall-GS: Síntesis de escenas urbanas 3D inmersivas a partir de imágenes satelitales
Especificación del Catálogo de Activos EspacioTemporales - haciendo que los activos geoespaciales sean abiertamente buscables y rastreables
:globe_with_meridians: Lista y mapa de más de 800 empresas para trabajos geoespaciales (SIG, Observación de la Tierra, UAV, Satélite, Agricultura Digital, ...)
Una caja de herramientas Python para el ajuste fino de modelos geoespaciales fundamentales (GFM).
[IEEE TGRS 2024] ChangeMamba: Detección de cambios en teledetección basada en el modelo de espacio de estados espaciotemporal
El Modelo Fundacional Clay: un modelo e interfaz de IA de código abierto para la Tierra
Una lista de recursos de superresolución de imágenes hiperespectrales recopilados por Junjun Jiang
Jupyter Notebooks y herramientas Python de código abierto para el análisis geoespacial con Digital Earth Australia, Open Data Cube y Xarray
Preguntas frecuentes
¿Cuál es el repositorio de #earth-observation más popular en GitHub?
El proyecto de código abierto de #earth-observation mejor posicionado en GitHub es satellite-image-deep-learning/techniques, con 10,311 estrellas. Técnicas para el aprendizaje profundo con imágenes satelitales y aéreas
¿Qué lenguajes de programación se utilizan más en los repositorios de #earth-observation?
Entre los proyectos de #earth-observation mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, HTML, JavaScript, C.
¿Cómo se calcula la clasificación de los repositorios de #earth-observation?
Seguimos 22 repositorios activos de código abierto etiquetados con #earth-observation (500+ estrellas), que suman un total de 39,717 estrellas, con una media de 1,805 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.