Project Icon

LiCSBAS

开源InSAR时间序列分析工具实现地表形变监测

LiCSBAS是由日本地理空间信息局研究员开发的开源Python和bash软件包,利用LiCSAR产品进行合成孔径雷达干涉测量(InSAR)时间序列分析。该工具可生成位移时间序列和速度,并提供交互式可视化功能,适用于地震、火山和城市沉降等地表形变监测及地球科学研究。尽管原版自2022年未更新,用户可选择LiCSBAS2或COMET版本以获得持续支持,继续为InSAR数据分析和地表变形研究提供有力工具。

satclip - 全球通用地理位置编码器
GithubSatCLIP卫星图像地理位置编码开源项目机器学习深度学习
SatCLIP是一个基于卫星图像的地理位置编码器,通过对比学习将图像与位置匹配。该项目使用球谐函数进行位置编码,支持多种视觉编码器,适用于空间分析和图像定位等任务。SatCLIP提供预训练模型、示例代码和S2-100K数据集,便于研究人员开展地理空间分析和机器学习应用,为全球尺度的地理信息处理开辟新途径。
caesium-image-compressor - 多格式图像压缩工具 保留质量快速减小体积
Caesium Image CompressorGithub图片压缩多语言支持开源软件开源项目跨平台
Caesium Image Compressor是一个跨平台的开源图像压缩工具,支持JPG、PNG和WebP格式。它能在维持图像质量的前提下,有效减小文件大小。该软件适用于Windows、MacOS和Linux系统,为用户提供了便捷的图片处理方案。此外,Caesium还支持多语言界面,欢迎社区参与翻译工作。
Time-Series-Library - 开源深度学习时间序列分析工具库
GithubTSLib开源项目异常检测时间序列深度学习预测
TSLib为深度学习研究者提供了一个专业开源时间序列分析库,涵盖广泛的应用领域,如长短期预测、数据填充、异常检测和分类。本库提供清晰的代码基础,支持时间序列模型的评估与开发,包括最新的模型评估和深度时间序列研究成果。该工具适合科研和开发人员使用,以推动时间序列分析的未来研究与实践。
awesome-space - 太空资源代码和数据的精选列表
APIGithub卫星天文学太空开源项目数据
该项目整理了太空相关的代码、API、数据等资源,涵盖天文学、航天器、地球观测等领域。提供学习材料、开源工具和数据集,适合天文爱好者、航天工程师和数据科学家参考使用。项目鼓励社区贡献,致力于成为太空探索和研究的综合资源库。
lidar-bonnetal - LiDAR点云语义分割开源框架
GithubLiDAR-BonnetalSemanticKITTI开源项目深度学习点云语义分割
LiDAR-Bonnetal是一个开源的LiDAR点云语义分割框架,使用距离图像作为中间表示。该项目提供训练管道和多个基于SemanticKITTI数据集的预训练模型。框架支持多种网络架构,如SqueezeNet和DarkNet变体,并提供了这些模型在SemanticKITTI数据集上的预训练权重和预测结果。虽然项目已归档,但其代码和模型仍可用于研究和学习LiDAR数据处理技术。研究者可以利用这些资源进行点云语义分割的相关研究。
Awesome-Geospatial - 精选地理空间分析工具和资源库的全面指南
Awesome-Geospatial 提供了一系列地理空间分析工具,涵盖了地理信息系统、数据库管理、图像分类和地图开发等关键功能。项目囊括了多种地理空间数据库扩展、遥感数据处理和地图创建工具,旨在为专业人士和爱好者提供高效的空间数据处理解决方案。不论是环境建模、地图分析或是数据整合,这里都有适宜的资源来强化地理空间数据的应用效率。
bosun - 高效的开源时间序列告警框架与指标收集工具
BosunDockerGithubOpenTSDBScollector开源项目时间序列告警框架
Bosun是Stack Exchange开发的开源时间序列告警框架,与Scollector指标收集代理配合使用。该项目提供监控和告警功能,支持Docker部署,适用于不同规模的系统监控。Bosun具有简单的构建和运行步骤,内置性能分析工具,为开发者提供便利。项目使用Go语言开发,支持OpenTSDB和Redis等后端存储,提供Web界面进行配置和监控。文档完善,社区活跃,是一个灵活可扩展的监控解决方案,适合对时间序列数据分析感兴趣的开发者学习和使用。
torchgeo - 优化地理空间数据处理的机器学习与遥感工具
GithubPyTorchTorchGeo地理空间数据开源项目机器学习遥感
TorchGeo 是一个基于 PyTorch 的地理空间数据处理库,提供丰富的数据集、采样器、变换和预训练模型,旨在帮助机器学习和遥感专家更高效地处理和探索地理空间数据。该库支持多光谱传感器的预训练模型,并与 PyTorch 数据加载器完全兼容,易于集成到现有的训练工作流中。其全面的文档包括 API 使用指南、教程和示范,非常适合开发者和研究人员使用。
bassl - BaSSL算法推动视频场景分割性能提升
BaSSLGithub开源项目微调自监督学习视频场景分割预训练
BaSSL是一种针对视频场景分割的自监督学习算法。它利用伪边界和边界感知预训练任务,最大化场景内相似性并最小化场景间差异。通过在预训练阶段学习边界间的上下文转换,BaSSL显著提升了视频场景分割性能。该算法在MovieNet-SSeg数据集上的测试结果表明,它具有优越的分割效果。
Awesome-GEE - 全面的Google Earth Engine资源库
APIGithubGoogle Earth Engine地理信息系统开源项目数据分析遥感
Awesome-GEE汇集了Google Earth Engine的全面资源,包括官方文档、入门指南、API参考、代码示例和教程等。覆盖JavaScript、Python、R等多种编程语言,为开发者提供丰富的学习和开发材料。此外还收录了相关GitHub项目和Twitter账号信息,是Earth Engine用户的重要参考。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号