SatMAE是一个预训练Transformer模型，专门设计用于处理时间序列和多光谱卫星图像。它通过高效的时空学习能力，能够更好地捕捉卫星图像中的复杂模式和变化，适用于多种卫星图像分析任务。
分析2025年1月南加州野火的卫星图像，通过结合两颗卫星的数据来测量热点区域，帮助人们直观了解野火的蔓延速度和范围
该存储库列出了应用于卫星和航空图像的深度学习主题的资源，同时涵盖经典机器学习技术、云计算和模型部署等主题。
Picterra是一款用于训练、部署和管理机器学习模型的软件平台，专注于地理空间应用和商业服务。它提供AI驱动的解决方案，能够在卫星、无人机和航空影像中快速检测对象、监测变化和发现模式，效率提升95%。该平台的云原生特性使用户能够优化地理空间工作流程，更快检测对象，推动可持续行动。
大规模开源的遥感图像地质灾害点变化检测数据集，包含17对时变超高分辨率遥感图像，分辨率0.59m，采集自谷歌地球服务。总覆盖面积163.77平方公里，图像来自不同地理位置、时间、地表类型的地质灾害点，具有丰富的光谱异质性。
Landing AI 是一个计算机视觉平台和人工智能软件公司，提供名为 LandingLens 的云计算机视觉软件平台。用户可以通过自然提示交互在几分钟内创建自定义计算机视觉项目，使构建计算机视觉系统变得快速、简单和直观。用户可以直接拖放图像或通过网络摄像头捕获实时图像，使用标记工具标记图像中的对象，创造高质量的训练数据以实现最大准确性。标记后，用户可以训练模型并评估其性能。一旦模型足够准确，可以通过几次鼠标点击将其部署到云端或边缘设备。用户可以监控模型性能并根据需要进行更新。
awesome-mcp-servers 是一个精选的模型上下文协议（MCP）服务器资源集合，涵盖了浏览器自动化、云平台、命令行、社交平台、数据库、开发者工具、文件系统、搜索以及旅行交通等多个领域。该项目提供了丰富的AI模型与外部资源交互的实现，支持AI模型安全地访问和操作各类资源。
Datagran是一个强大的AI云数据平台，允许用户连接应用程序、运行模型和自动化工作流程。它为技术和非技术用户提供灵活性，以企业级平台的价格提供服务。用户可以轻松创建数据模型、可视化数据并与他人协作，从而通过协作提升52%的目标完成率。
Substratus.AI是一个专注于大规模语言模型（LLMs）的平台，旨在以极简的方式实现机器学习模型的部署和微调。用户可以在几分钟内安装所需的ML平台，并通过单个命令轻松运行和微调最先进的LLMs。
DC-ShadowNet是一个基于无监督领域分类器引导网络的单图像硬软影子去除项目，旨在有效处理图像中的影子，提升视觉质量。
收集和梳理垂直领域的开源大语言模型、数据集及评测基准，为用户提供全面的资源和支持，便于在各个专业领域内应用和研究。
关于鸟瞰视图感知的论文资源列表，包括3D目标检测、分割、在线地图和占据预测等，旨在为研究人员和开发者提供全面的工具和文献支持。
该项目提供了计算机视觉、自然语言处理和机器学习运维领域的丰富学习材料，适合各级学生使用。
