wenhwu/awesome-remote-sensing-change-detection

解決する問題

このプロジェクトは、リモートセンシング変化検出（衛星画像や航空画像を用いて、時間経過に伴う土地被覆や物体（建物や作物など）の違いを特定するプロセス）のための高品質なリソースを見つけて整理するという課題に対処します。研究者や開発者が、断片的な学術ソースを検索することなく、データセット、ツール、方法論を発見できる中央ハブとして機能します。

仕組み

これは、コミュニティが維持する厳選された「awesome」リストとして機能します。リポジトリは、大量の情報を構造化されたテーブルとリストに分類します。以下を含みます：

• データセット： 光学、マルチモーダル、SAR（合成開口レーダー）データセットの詳細な内訳。画像解像度、場所、セマンティックまたはバイナリ変化検出などの特定タスクに関する情報を含みます。
• ツール： トレーニング、推論、ベンチマーク用のオープンソースソフトウェアツールボックスへのリンク。
• 方法： 従来のアルゴリズムから、基盤モデル、拡散モデル、Transformerなどの現代の深層学習技術まで、さまざまなアプローチのコレクション。
• 追加リソース： レビュー論文、コンペティション、災害対応用の衛星データリソースへのポインタ。

対象者

このプロジェクトは、リモートセンシング、コンピュータビジョン、または地理空間分析に携わる研究者、データサイエンティスト、開発者を対象としており、変化検出システムの構築や評価に信頼できる最新のリファレンスを必要としています。

ハイライト

• タスク（建物被害、土地被覆、洪水検出など）ごとに分類された広範なデータセットカタログ。
• 変化検出モデルの再現と開発のための厳選されたオープンソースツールボックスリスト。
• 基盤モデル、拡散モデル、Transformerなどの現代のAI技術をカバー。
• 最新の研究論文とコンペティションベンチマークで定期的に更新。