earth-observation

Técnicas de aprendizaje profundo con imágenes satelitales y aéreas

Larga lista de herramientas y recursos geoespaciales

TorchGeo: conjuntos de datos, muestreadores, transformaciones y modelos preentrenados para datos geoespaciales

GeoAI: Inteligencia Artificial para Datos Geoespaciales

Una lista seleccionada de herramientas, tutoriales, códigos, proyectos, enlaces y recursos sobre observación de la tierra e imágenes satelitales geoespaciales

Conjuntos de datos para aprendizaje profundo con imágenes satelitales y aéreas.

GRASS: motor de procesamiento geoespacial libre y de código abierto

[ECCV 2026] Skyfall-GS: Síntesis de escenas urbanas 3D inmersivas a partir de imágenes satelitales.

Especificación SpatioTemporal Asset Catalog: para que los activos geoespaciales sean rastreables y buscables abiertamente

🌎 Lista y mapa de más de 800 empresas para empleos geoespaciales (SIG, observación de la Tierra, UAV, satélites, agricultura digital, etc.)

Un kit de herramientas en Python para el ajuste fino de modelos geoespaciales fundamentales (GFM).

Un repositorio de scripts personalizados para usar con Sentinel Hub

[IEEE TGRS 2024] ChangeMamba: Detección de cambios en teledetección basada en un modelo de espacio de estados espacio-temporal.

Framework para el procesamiento de datos de satélites SAR a gran escala.

Clay Foundation Model: un modelo de IA de código abierto y una interfaz para la Tierra.

PyGMTSAR (Python InSAR): Interferometría satelital potente y accesible.

Series temporales de imágenes de satélite en R.

Jupyter Notebooks de código abierto y herramientas de Python para análisis geoespacial con Digital Earth Australia, Open Data Cube y Xarray