wenhwu/awesome-remote-sensing-change-detection

解决的问题

本项目旨在解决寻找和组织高质量遥感变化检测资源（即利用卫星或航空影像识别地表覆盖或物体（如建筑物或农作物）随时间变化的过程）的难题。它作为研究人员和开发者的中心枢纽，帮助他们发现数据集、工具和方法论，而无需在分散的学术来源中搜索。

工作原理

它作为一个由社区维护的精选“awesome”列表。该仓库将大量信息分类到结构化的表格和列表中，包括：

• 数据集： 光学、多模态和SAR（合成孔径雷达）数据集的详细分类，包括图像分辨率、位置以及语义或二值变化检测等具体任务的信息。
• 工具： 用于训练、推理和基准测试的开源软件工具箱的链接。
• 方法： 从传统算法到现代深度学习技术（如基础模型、扩散模型和Transformer）的一系列方法集合。
• 其他资源： 指向综述论文、竞赛和用于灾害响应的卫星数据资源的链接。

适用人群

本项目面向从事遥感、计算机视觉或地理空间分析的研究人员、数据科学家和开发者，他们需要可靠且最新的参考资料来构建或评估变化检测系统。

亮点

• 按任务（如建筑物损坏、土地覆盖、洪水检测）分类的广泛数据集目录。
• 精选的开源工具箱列表，用于复现和开发变化检测模型。
• 涵盖现代AI技术，包括基础模型、扩散模型和Transformer。
• 定期更新最新的研究论文和竞赛基准。