#earth-observation Dépôts
Découvrez 22 dépôts GitHub open source actifs associés à #earth-observation, cumulant 39,717 étoiles au total (soit une moyenne de 1,805 étoiles par projet). Le projet en tête de ce thème est satellite-image-deep-learning/techniques, avec 10,311 étoiles.
22 dépôts au total
Techniques d'apprentissage profond avec des images satellites et aériennes
TorchGeo : jeux de données, échantillonneurs, transformations et modèles pré-entraînés pour les données géospatiales
Une liste organisée d'outils, tutoriels, codes, projets, liens et autres ressources géniales sur l'observation de la Terre et l'imagerie satellitaire
Ensembles de données pour l'apprentissage profond avec des images satellites et aériennes
Une liste organisée de logiciels, bibliothèques et ressources impressionnants sur le radar à synthèse d'ouverture (SAR).
[ECCV 2026] Skyfall-GS : Synthèse de scènes urbaines 3D immersives à partir d'imagerie satellite
Spécification du Catalogue d'Actifs SpatioTemporels - rendant les actifs géospatiaux ouvertement recherchables et crawlables
:globe_with_meridians: Liste et carte de plus de 800 entreprises pour les emplois géospatiaux (SIG, Observation de la Terre, UAV, Satellite, Agriculture numérique, ...)
Une boîte à outils Python pour le réglage fin des modèles géospatiaux fondamentaux (GFM).
[IEEE TGRS 2024] ChangeMamba : Détection des changements en télédétection basée sur le modèle de l'espace d'états spatio-temporel
Le modèle de fondation Clay - Un modèle et une interface IA open source pour la Terre
PyGMTSAR (Python InSAR) : Interférométrie satellite puissante et accessible
Une liste de ressources de sur-résolution d'images hyperspectrales collectées par Junjun Jiang
Carnets Jupyter et outils Python open-source pour l'analyse géospatiale avec Digital Earth Australia, Open Data Cube et Xarray
Foire aux questions
Quel est le dépôt #earth-observation le plus populaire sur GitHub ?
Le projet #earth-observation open source le mieux classé sur GitHub est satellite-image-deep-learning/techniques, avec 10,311 étoiles. Techniques d'apprentissage profond avec des images satellites et aériennes
Quels langages de programmation sont les plus utilisés dans les dépôts #earth-observation ?
Parmi les projets #earth-observation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, HTML, JavaScript, C.
Comment le classement des dépôts #earth-observation est-il calculé ?
Nous suivons 22 dépôts open source actifs associés à #earth-observation (500+ étoiles), totalisant 39,717 étoiles, avec une moyenne de 1,805 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.