azavea/raster-vision
An open source library and framework for deep learning on satellite and aerial imagery.
What it solves
Raster Vision 提供一套完整的框架，讓使用者能將電腦視覺應用於大規模地理空間影像（如衛星、航空與無人機資料）。它簡化了建構、訓練與部署深度學習模型的流程，支援物件偵測與語意分割等任務，且可直接處理具地理參考的資料。
How it works
它同時是函式庫與低程式碼框架。作為函式庫時，提供讀取具地理參考資料、訓練模型、以及將預測寫回地理空間格式的工具。作為框架時，允許使用者配置機器學習管線——包括資料分析、切片建立、模型訓練與評估——而不必是深度學習專家。後端使用 PyTorch，並支援透過 AWS Batch 與 AWS SageMaker 進行雲端執行。
Who it’s for
- Developers 想將地理空間 CV 工具整合到自家程式碼的開發者。
- Non-developers 或地理空間分析師，需要低程式碼方式配置與執行影像上的機器學習實驗。
Highlights
- 內建支援切片分類、物件偵測與語意分割。
- 完整的地理空間工作流程支援，從讀取具地理參考資料到輸出具地理參考格式的預測。
- 低程式碼配置，可重複使用的 ML 管線。
- 原生整合 AWS Batch 與 AWS SageMaker，支援雲端擴展。