satellite-imagery

Técnicas de aprendizaje profundo con imágenes satelitales y aéreas

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

Segmentación semántica en imágenes aéreas y de satélite. Extrae características como: edificios, estacionamientos, carreteras, agua, nubes

Interfaz interactiva para explorar imágenes satelitales globales en máxima resolución

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.

Una lista curada y lista para usar de índices espectrales para aplicaciones de teledetección.

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

Descarga y procesa imágenes satelitales en Python utilizando los servicios de Sentinel Hub.

[CVPR26] TESSERA es un modelo base capaz de procesar imágenes satelitales de series temporales para aplicaciones como la clasificación de terrenos y la predicción de la altura del dosel. Desarrollado en la Universidad de Cambridge, permite la extracción eficiente de patrones temporales a partir de la observación de la Tierra.

Cuadernos interactivos de Planet Engineering

Una lista de conjuntos de datos geoespaciales abiertos disponibles en AWS, Earth Engine, Planetary Computer, NASA CMR y STAC Index.

[IGARSS'22]: Una red siamesa basada en Transformer para la detección de cambios

Este repositorio proporciona una lista exhaustiva de conjuntos de datos de satélites ópticos y de radar seleccionados para tareas de detección, clasificación, segmentación semántica y segmentación de instancias de barcos. Estos conjuntos de datos son ideales para aplicaciones en visión artificial, aprendizaje automático, teledetección y análisis marítimo.

Lista curada de herramientas, tutoriales y APIs increíbles para los datos satelitales de Copernicus Sentinel.

Implementación en Pytorch de ResUnet y ResUnet++

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