#remote-sensing Repositorios
Descubre 61 repositorios activos de código abierto de GitHub etiquetados con #remote-sensing, que acumulan 94,289 estrellas en total (una media de 1,545 estrellas por proyecto). El líder de este tema es satellite-image-deep-learning/techniques, con 10,311 estrellas.
61 repositorios en total
Técnicas para el aprendizaje profundo con imágenes satelitales y aéreas
GDAL es una biblioteca de traducción de código abierto con licencia MIT para formatos de datos geoespaciales raster y vectoriales.
Inferencia cortada/en mosaico independiente del framework + interfaz de usuario interactiva + gráficos de análisis de errores
TorchGeo: conjuntos de datos, muestreadores, transformaciones y modelos pre-entrenados para datos geoespaciales
Un paquete de Python para análisis y visualización geoespacial interactiva con Google Earth Engine.
Una compilación completa y actualizada de conjuntos de datos, herramientas, métodos, artículos de revisión y competiciones para la detección de cambios por teledetección.
GlobalBuildingAtlas: un conjunto de datos abierto, global y completo de polígonos de edificios, alturas y modelos 3D LoD1
Una biblioteca y framework de código abierto para el aprendizaje profundo en imágenes satelitales y aéreas.
Una lista curada de geniales herramientas, tutoriales, código, proyectos, enlaces y recursos sobre Observación de la Tierra e Imágenes Satelitales
Conjuntos de datos de la comunidad agregados por usuarios y puestos a disposición para su uso general
Este repositorio es la primera encuesta exhaustiva sobre el Modelo de Segmentación de Nada (SAM) de Meta AI.
Conjuntos de datos para aprendizaje profundo con imágenes satelitales y aéreas
Una lista curada de índices espectrales lista para usar para aplicaciones de teledetección.
Una lista curada de impresionantes software, bibliotecas y recursos de radar de apertura sintética (SAR).
Este es un benchmark de detección de rotación basado en tensorflow, también llamado AlphaRotate.
[ECCV 2026] Skyfall-GS: Síntesis de escenas urbanas 3D inmersivas a partir de imágenes satelitales
Conjunto de datos abordado por un método de referencia y compresión de frecuencia para la detección de objetos infrarrojos con pocos disparos
FarmVibes.AI: Modelos de ML Geoespaciales Multimodales para la Agricultura y la Sostenibilidad
:globe_with_meridians: Lista y mapa de más de 800 empresas para trabajos geoespaciales (SIG, Observación de la Tierra, UAV, Satélite, Agricultura Digital, ...)
Una colección de paquetes de Python para análisis geoespacial con ejemplos de notebooks listos para binder
Tutoriales y contenido creado por usuarios de Earth Engine, para usuarios de Earth Engine
[CVPR26] TESSERA es un modelo base que puede procesar imágenes satelitales en series temporales para aplicaciones como la clasificación de uso del suelo y la predicción de altura del dosel. Desarrollado en la Universidad de Cambridge, permite la extracción eficiente de patrones temporales de la observación de la Tierra
Aprendizaje automático para datos multivariados a través de la geometría riemanniana de matrices definidas positivas en Python
[NeurIPS 2024 spotlight] Implementación oficial de MSFA y lanzamiento del conjunto de datos SARDet_100K para la detección de objetos de radar de apertura sintética (SAR) a gran escala
Manipulación y visualización de datos LiDAR aerotransportados para aplicaciones forestales
(IJCV2024 & ICCV2023) LSKNet: Una columna vertebral ligera fundamental para la teledetección
ACM Multimedia2020 University-1652: Un Benchmark Multi-vista Multi-fuente para Geo-localización Basada en Drones :helicopter: anota 1652 edificios en 72 universidades alrededor del mundo.
[CVPR 2024 🔥] GeoChat, el primer modelo de lenguaje visual a gran escala anclado para teledetección
[IEEE TGRS 2024] ChangeMamba: Detección de cambios en teledetección basada en el modelo de espacio de estados espaciotemporal
Método de filtrado / segmentación del terreno de nube de puntos LiDAR (extracción de tierra desnuda) basado en simulación de tela
Esta es la implementación de PyTorch de nuestro artículo "RSPrompter: Aprendizaje para la Segmentación de Instancias de Teledetección basada en Modelos Fundacionales Visuales"
Implementación de escritorio de Fotopletismografía Remota – Medición de la frecuencia cardíaca usando video facial.
🚀Repositorio oficial de agentes de teledetección inteligente: una encuesta
Preguntas frecuentes
¿Cuál es el repositorio de #remote-sensing más popular en GitHub?
El proyecto de código abierto de #remote-sensing 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 #remote-sensing?
Entre los proyectos de #remote-sensing mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, Jupyter Notebook, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #remote-sensing?
Seguimos 61 repositorios activos de código abierto etiquetados con #remote-sensing (500+ estrellas), que suman un total de 94,289 estrellas, con una media de 1,545 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.