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。