DynamicVis

用动态视觉机制，高效理解遥感图像。

DynamicVis 是一个面向遥感图像理解的高效通用视觉基础模型，基于论文实现。它解决遥感图像中目标多样、尺度差异大、场景复杂等问题，通过动态视觉感知机制提升模型对多尺度、多类别目标的识别能力。核心能力包括：支持遥感图像的分类、检测、分割等常见任务，采用高效架构降低计算成本，并具备良好的泛化性能。项目提供模型代码、训练和推理脚本，便于研究者复现和二次开发。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 87

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队KyanChen

所属国家

官网地址

GitHubhttps://github.com/KyanChen/DynamicVis

定价模式free

价格说明开源模型，Apache-2.0许可证，可免费使用和部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型change-detection,computer-vision,foundation-models,image-retrieval,image-segmentation,image-understanding,instance-segmentation,object-detection,remote-sensing,scene-classification

GitHub 星标★ 87

30天Star增速

HF 下载量

上线时间2025-03-20 00:00:00

最近更新2026-09-01 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

核心亮点

提出动态感知机制，能自适应处理遥感图像中目标尺度差异大的问题
模型设计高效，计算成本较低，适合遥感大数据处理
代码开源，覆盖训练和推理流程，便于复现和扩展

不足之处

项目处于早期，文档和社区支持待观察
依赖特定遥感数据集，通用性需进一步验证

适用场景

遥感图像目标检测与识别
土地利用分类与变化监测
灾害评估中的地物提取

替代项目

mmsegmentation、timm、Remote Sensing Foundation Model (RSFM)

项目介绍

DynamicVis 是计算机视觉领域的开源项目，由 KyanChen 开发，2025 年首次发布。

它收录于计算机视觉分类，该分类目前共有 446 个项目，GitHub 星标数为 87。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-01。Apache-2.0许可证，可免费使用和部署。

它主要面向的使用场景是：遥感图像目标检测与识别。同类可对比的替代方案包括 mmsegmentation、timm、Remote Sensing Foundation Model (RSFM)。

上一篇：foundational_fsod

下一篇：universal-medical-image-segmentation