ORSI-HRSI-SOD_Summary

遥感图像显著目标检测论文清单，一页看懂研究脉络

这是一个面向光学遥感图像显著目标检测（ORSI-HRSI-SOD）的论文与资源汇总清单，系统整理了基于深度学习的遥感图像显著目标检测研究。它解决的核心问题是：该方向论文分散在遥感、CV、地学等多个会议期刊，初学者和研究者难以快速建立完整脉络、找到公开数据集与评测基准。项目按时间线或方法类别罗列代表性工作，并附论文链接、代码仓库、数据集等入口，帮助读者快速定位高引方法、对比不同技术路线，并跟踪最新进展。核心能力包括：提供该子领域的文献索引、数据集与评测指标汇总、方法分类梳理，以及持续更新的阅读列表，适合作为入门导航和综述写作的参考起点。

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 124

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类计算机视觉

开发团队MathLee

所属国家

官网地址

GitHubhttps://github.com/MathLee/ORSI-HRSI-SOD_Summary

定价模式free

价格说明开源论文列表，免费

访问状态

是否开源是

开源协议

主要语言

技术栈/模型

GitHub 星标★ 124

30天Star增速

HF 下载量

上线时间2021-11-12 00:00:00

最近更新2026-09-07 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-20

浏览次数0

使用教程

核心亮点

按主题/时间整理论文清单，附链接与代码入口，省去多库检索时间
聚焦光学遥感显著目标检测这一细分方向，比通用 SOD 综述更垂直
包含数据集与评测指标线索，便于复现和横向对比

不足之处

仅为阅读列表，缺少对方法原理的归纳与横向性能对比表
更新频率与覆盖完整度依赖维护者，社区讨论和贡献机制待观察

适用场景

研究生刚进入遥感显著目标检测方向，用它快速建立文献地图
写综述或开题报告时，按图索骥查找代表性方法与数据集
工程团队调研遥感目标检测方案，评估该子方向是否值得投入

替代项目

awesome-object-detection、Awesome-Remote-Sensing、awesome-salient-object-detection

项目介绍

ORSI-HRSI-SOD_Summary 是一个计算机视觉领域的开源项目，官方简介：Read list for deep learning based Salient Object Detection in Optical Remote Sensing Images。项目使用未知开发，在 GitHub 上获得 124 星标。

上一篇：traffic-monitor

下一篇：locate-anything