#遥感图像

Official_Remote_Sensing_Mamba

RS-Mamba是一种专门针对大型遥感图像密集预测任务的创新模型。该模型首次将状态空间模型引入遥感领域,通过循环状态空间模型实现全局有效感受野,同时保持线性复杂度。RS-Mamba采用多方向选择性扫描技术,有效捕捉遥感图像的空间特征分布。在语义分割和变化检测任务中,RS-Mamba展现出卓越性能。项目提供开源代码和训练框架,为遥感图像分析研究提供了新的工具和方法。

GeoSeg

GeoSeg是一个开源的遥感图像语义分割工具箱,基于PyTorch等框架开发。它专注于先进视觉Transformer模型,支持多个遥感数据集,提供统一训练脚本和多尺度训练测试功能。项目实现了Mamba、Vision Transformer和CNN等多种网络架构,为遥感图像分割研究提供统一基准平台。

Geo-SAM

Geo-SAM是一个基于Segment Anything Model的QGIS插件，用于地理空间图像分割和地貌标记。通过预编码图像特征和精简模型，实现普通笔记本CPU上毫秒级的实时交互式分割。插件包含图像编码和交互式分割两个模块，支持多波段图像处理，无需编程即可使用。Geo-SAM提高了地理图像处理效率，为地理空间分析提供了便捷工具。

eodag

EODAG是一个开源的地球观测数据访问工具，提供统一的API来搜索、聚合和下载遥感图像。它采用模块化插件架构，支持多种数据提供商，可扩展性强。EODAG可作为STAC客户端或服务器运行，支持Python API、REST API和命令行界面，为用户提供灵活的使用方式。

clip-rsicd-v2

clip-rsicd-v2是一个基于CLIP的微调模型，专注于提升遥感图像的零样本分类和检索能力。该模型采用ViT-B/32架构和掩码自注意力Transformer分别作为图像和文本编码器。通过在RSICD、UCM和Sydney等遥感数据集上训练，clip-rsicd-v2在多项检索任务中显著超越原始CLIP模型。研究人员可利用此模型深入探究计算机视觉模型的鲁棒性和泛化能力。