satellite-imagery

卫星与航拍影像深度学习技术

TorchGeo: datasets, samplers, transforms, and pre-trained models for geospatial data

航空与卫星影像的语义分割。提取建筑物、停车场、道路、水域、云层等特征。

用于浏览全球全分辨率卫星影像的交互式界面

精选的地球观测、地理空间卫星影像相关优秀工具、教程、代码、项目、链接与资料清单

用于卫星与空拍影像深度学习的数据集

一个可用于遥感应用程序的光谱指数精选清单。

SpatioTemporal Asset Catalog 规范 —— 让地理空间资产可公开搜索与检索

使用 Sentinel Hub 服务在 Python 中下载与处理卫星影像。

[CVPR26] TESSERA 是一个基础模型，可处理时间序列卫星图像，用于土地分类和树冠高度预测等应用。由剑桥大学开发，能从地球观测数据中高效提取时间模式。

来自 Planet Engineering 的交互式笔记本

提供于 AWS、Earth Engine、Planetary Computer、NASA CMR 与 STAC Index 上可用的开放地理空间数据集清单

[IGARSS'22]：基于 Transformer 的变化检测连体网络

这个仓库提供了一份全面的雷达与光学卫星数据集清单，专为船舶检测、分类、语义分割与实例分割任务而策划。这些数据集非常适合应用于计算机视觉、机器学习、遥感与海事分析领域。

精选的 Copernicus Sentinel 卫星数据工具、教程与 API 列表。

ResUnet 与 ResUnet ++ 的 Pytorch 实现

R 语言中的卫星影像时间序列

用于 Digital Earth Australia、Open Data Cube 与 Xarray 地理空间分析的开源 Jupyter Notebooks 与 Python 工具