#remote-sensing Repository
Scopri 61 repository GitHub open source attivi contrassegnati con #remote-sensing, che raccolgono un totale di 94,289 stelle (con una media di 1,545 stelle per progetto). Il progetto leader di questo argomento è satellite-image-deep-learning/techniques, con 10,311 stelle.
61 repository in totale
Tecniche per il deep learning con immagini satellitari e aeree
GDAL è una libreria traduttrice open source con licenza MIT per formati di dati geospaziali raster e vettoriali.
Inferenza affettata/tiled indipendente dal framework + interfaccia utente interattiva + grafici di analisi degli errori
TorchGeo: dataset, sampler, trasformazioni e modelli pre-addestrati per dati geospaziali
Un pacchetto Python per l'analisi e la visualizzazione geospaziale interattiva con Google Earth Engine.
Una raccolta completa e aggiornata di set di dati, strumenti, metodi, articoli di revisione e concorsi per il rilevamento del cambiamento da telerilevamento.
GlobalBuildingAtlas: un set di dati aperto, globale e completo di poligoni di edifici, altezze e modelli 3D LoD1
Una libreria e framework open source per il deep learning su immagini satellitari e aeree.
Un elenco curato di fantastici strumenti, tutorial, codice, progetti, link e materiale sull'osservazione della Terra e sull'immaginazione satellitare
Set di dati della community aggiunti dagli utenti e resi disponibili per un ampio utilizzo
Questo repository è la prima indagine completa sul Segment Anything Model (SAM) di Meta AI.
Set di dati per il deep learning con immagini satellitari e aeree
Un elenco curato di indici spettrali pronto all'uso per applicazioni di telerilevamento.
Un elenco curato di fantastici software, librerie e risorse per il radar ad apertura sintetica (SAR).
Questo è un benchmark di rilevamento della rotazione basato su tensorflow, chiamato anche AlphaRotate.
[ECCV 2026] Skyfall-GS: Sintesi di scene urbane 3D immersive da immagini satellitari
Dataset affrontato con un metodo di benchmark e compressione della frequenza per il rilevamento di oggetti a infrarossi con pochi esempi
FarmVibes.AI: Modelli ML GeoSpaziali Multi-Modali per l'Agricoltura e la Sostenibilità
:globe_with_meridians: Elenco e mappa di oltre 800 aziende per lavori geospaziali (GIS, Osservazione della Terra, UAV, Satellite, Agricoltura Digitale, ...)
Una collezione di pacchetti Python per l'analisi geospaziale con esempi di notebook pronti per binder
Tutorial e contenuti creati dagli utenti di Earth Engine, per gli utenti di Earth Engine
[CVPR26] TESSERA è un modello di base che può elaborare immagini satellitari in serie temporali per applicazioni come la classificazione del suolo e la previsione dell'altezza del baldacchino. Sviluppato presso l'Università di Cambridge, consente l'estrazione efficiente di pattern temporali dalle osservazioni della Terra
Machine learning per dati multivariati attraverso la geometria riemanniana delle matrici definite positive in Python
[NeurIPS 2024 spotlight] Implementazione ufficiale di MSFA e rilascio del dataset SARDet_100K per il rilevamento di oggetti su larga scala con radar ad apertura sintetica (SAR)
Un repository di script personalizzati da utilizzare con Sentinel Hub
(IJCV2024 & ICCV2023) LSKNet: Una colonna vertebrale leggera fondamentale per il telerilevamento
ACM Multimedia2020 University-1652: Un Benchmark Multi-view Multi-source per la Geo-localizzazione Basata su Drone :helicopter: annota 1652 edifici in 72 università intorno al mondo.
[CVPR 2024 🔥] GeoChat, il primo modello linguistico visivo di grandi dimensioni per il telerilevamento
[IEEE TGRS 2024] ChangeMamba: Rilevamento dei cambiamenti nel telerilevamento basato sul modello spaziotemporale dello spazio degli stati
Metodo di filtraggio/segmentazione del terreno da nuvola di punti LiDAR (estrazione del suolo nudo) basato sulla simulazione di un panno
Questa è l'implementazione PyTorch del nostro articolo "RSPrompter: Learning to Prompt for Remote Sensing Instance Segmentation based on Visual Foundation Model"
Implementazione desktop della Fotopletismografia Remota – Misurazione della frequenza cardiaca utilizzando video facciale.
🚀Repository ufficiale di agenti di telerilevamento intelligenti: un sondaggio
Domande frequenti
Qual è il repository #remote-sensing più popolare su GitHub?
Il progetto open source #remote-sensing più alto in classifica su GitHub è satellite-image-deep-learning/techniques, con 10,311 stelle. Tecniche per il deep learning con immagini satellitari e aeree
Quali linguaggi di programmazione sono più utilizzati nei repository #remote-sensing?
Tra i progetti #remote-sensing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Jupyter Notebook, JavaScript.
Come viene calcolata la classifica dei repository #remote-sensing?
Monitoriamo 61 repository open source attivi contrassegnati con #remote-sensing (500+ stelle), per un totale di 94,289 stelle e una media di 1,545 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.