awesome-remote-sensing-change-detection

一站式找齐遥感变化检测数据集和方法

这是一个遥感变化检测领域的精选资源列表,汇总了该方向的数据集、工具、方法、综述论文和竞赛。它解决了遥感变化检测研究者和工程师难以系统获取和筛选分散资源的问题,通过分类整理,帮助用户快速找到所需的数据集(如OSCD、LEVIR-CD等)、主流深度学习方法和相关工具。项目持续更新,覆盖从经典方法到最新进展,为入门者和从业者提供了便捷的导航。

开源 free 数据集
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2332
维护状态 较活跃
是否开源
定价模式 free

项目数据

分类数据集
开发团队wenhwu
所属国家
官网地址
定价模式free
价格说明开源免费资源列表,无付费内容
访问状态
是否开源
开源协议
主要语言
技术栈/模型awesome,change-detection,dataset,deep-learning,remote-sensing
GitHub 星标★ 2332
30天Star增速
HF 下载量
上线时间2018-11-03 00:00:00
最近更新2026-09-15 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2026-09-10
浏览次数11

使用教程

难度:入门 约 5 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 及外链的网络环境
  • 本地安装 Git(用于克隆仓库)
  • 可打开 Markdown 文件的浏览器或编辑器

安装与启动步骤

  1. 1克隆资源仓库

    把整个资源清单仓库下载到本地,便于离线查阅与全文检索。

    git clone https://github.com/wenhwu/awesome-remote-sensing-change-detection.git
  2. 2打开 README

    进入仓库目录并查看根目录 README.md,先浏览 Contents 目录了解结构。

    cd awesome-remote-sensing-change-detection
    cat README.md
  3. 3筛选数据集

    在 Datasets 章节按 Year、Task(SCD/BCD/DDA/BDA)、Target 等列查找所需数据集。

  4. 4查找方法与工具

    在 Methods 与 Tools 章节按基础模型、扩散模型、Transformer、CNN 等类别定位方法。

  5. 5查看综述与竞赛

    从 Review Papers、Competitions、Citation 等章节获取综述论文、赛事和引用信息。

如何确认成功

本地出现 awesome-remote-sensing-change-detection 目录,且 README.md 中能看到 Contents 的 Datasets、Tools、Methods 等章节即为成功。

常见问题

Q:这个项目需要安装依赖或编译吗?

A:不需要。README 只是数据集、工具、方法、综述和竞赛的分类链接清单,没有任何安装或运行命令,克隆后直接阅读即可。

Q:怎样快速定位某个数据集?

A:在 Datasets 表格中按 Year、Task、Target 等列筛选,或克隆到本地后用编辑器全文搜索数据集名称(如 LEVIR-CD、OSCD)。

Q:想补充资源或反馈问题怎么办?

A:README 未给出反馈流程,可按 GitHub 常规做法在仓库页面提交 Issue 或 Pull Request。

注意事项

  • README 未提供安装、部署或运行说明,本项目为纯资源导航清单,不要期待可执行程序。
  • 仓库内容以表格和外链为主,建议克隆到本地后再检索。
  • 表格中的链接指向第三方数据集与代码仓库,使用前请自行确认其许可协议。

核心亮点

  • 收录了几乎所有主流公开数据集,并附有简要说明和链接,方便快速选型
  • 按方法、工具、综述等分类清晰,便于按需查阅,节省检索时间
  • 持续更新,紧跟最新研究动态,并包含竞赛信息,实用性强

不足之处

  • 内容以英文为主,对中文用户不够友好
  • 部分条目缺少更新日期,时效性难以判断

适用场景

  • 科研人员调研遥感变化检测领域的研究现状和数据集
  • 工程师为实际项目选择合适的变化检测算法或数据集
  • 学生入门学习遥感变化检测,寻找综述和经典论文

替代项目

Awesome-Satellite-Imagery-Datasets、Awesome-Change-Detection、Remote-Sensing-Change-Detection-Papers

项目介绍

awesome-remote-sensing-change-detection 是一个数据集领域的开源项目,官方简介:A comprehensive and up-to-date compilation of datasets, tools, methods, review papers, and competitions for remote sensing change detection.。项目使用 未知 开发,在 GitHub 上获得 2325 星标。

上一篇:mostlyai

下一篇:OpusFilter

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注,图像视频文本通吃,导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10456 2026-08-10
distilabel 开源

基于论文的合成数据流水线,快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3394 2026-08-10
DataGen 开源

用大模型一键生成定制化训练数据,告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09
stopes 开源

一键准备多语言翻译数据,从清洗到挖掘平行语料

A library for preparing data for machine translation research (monolingual preproces···

★ 313 2026-08-10