RSP

搞清遥感预训练哪种强,照着跑实验就行

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 11 🐛 待处理 15 👀 关注 2
GitHub ↗
GitHub 星标 ★ 159
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,无付费版本。

项目预览

RSP 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队ViTAE-Transformer
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型change-detection,classification,deep-learning,foundation-models,imagenet,object-detection,pre-training,remote-sensing,semantic-segmentation,transfer-learning
GitHub 星标★ 159
上线时间2023-03-30 00:00:00
代码更新2024-11-07
仓库体积16.9 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

RSP是《An Empirical Study of Remote Sensing Pretraining》论文的官方代码库,专注于遥感图像预训练模型的实证研究。项目通过系统对比不同预训练策略(如ImageNet预训练、自监督预训练等)在遥感下游任务(如场景分类、目标检测、语义分割)上的表现,揭示了遥感数据与自然图像在预训练中的差异,并提供了可复现的训练和评估流程。它解决了遥感领域缺乏统一预训练基准的问题,帮助研究者快速验证和选择适合遥感任务的预训练方法。核心能力包括:多种预训练模型权重、标准化的下游任务评估脚本、以及详细的实验配置。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 159

核心亮点

  • 基于TGRS'22论文,实验设计严谨,结论有权威性
  • 提供多种预训练权重和评估脚本,开箱即用
  • 覆盖场景分类、检测、分割等主流遥感任务,对比全面

不足之处

  • 文档/社区待观察
  • 代码依赖较老,环境配置可能遇到兼容性问题

适用场景

  • 遥感领域研究者复现论文实验
  • 工程师选择遥感预训练模型时参考对比
  • 教学演示预训练对下游任务的影响

替代项目

MoCo、MAE、SeCo

上一篇:awesome-fm-fl

下一篇:PocketDex

同类项目推荐

Large-Language-Models 开源

智能爬虫+知识图谱,让LLM直接吃到结构化知识

xLLM 1.0, smart crawling, knowledge graph discovery.

★ 475 2026-08-09
LongLLaDA 开源

让扩散模型也能读懂长文本,解锁超长上下文

Methods and code for extending the context length of diffusion language models

★ 56 2026-08-09
ViP-LLaVA 开源

用点、框、涂鸦任意指,模型就能看懂你指的地方

[CVPR2024] ViP-LLaVA: Making Large Multimodal Models Understand Arbitrary Visual Pro···

★ 338 2026-08-09
OpenGraph 开源

训练一次,零样本适配任意新图任务

[EMNLP'2024] "OpenGraph: Towards Open Graph Foundation Models"

★ 340 2026-08-09
Awesome-LLM-Resources-List 开源

一站式收藏AI工程资源,快速找到从入门到实战的干货

A Curated Collection of resources for applied AI engineering (work in progress).

★ 557 2026-08-09
Valley 开源

一个模型同时看懂文字、图片、视频和音频

Valley is a cutting-edge multimodal large model designed to handle a variety of task···

★ 300 2026-10-07