Awesome GitHub RepositoriesGrid-Based Spatial Sampling

Deformable-ConvNets هو إطار عمل لرؤية الحاسوب ومجموعة من مكونات الشبكات العصبية المصممة لتنفيذ الشبكات العصبية التلافيفية القابلة للتشكيل (Deformable Convolutional Neural Networks). يوفر طبقات تلافيفية تكيفية وتطبيقات تجميع (pooling) تعدل مجالات استقبالها بناءً على ميزات المدخلات لالتقاط هندسة الكائنات داخل الصور بشكل أفضل. يُمكّن المشروع من استخدام إزاحات أخذ العينات القابلة للتعلم وأقنعة التعديل لمحاذاة الشبكات التلافيفية مع أشكال الكائنات المستهدفة. كما يتضمن أدوات متخصصة لتصور الإزاحات المكتسبة في طبقات التلافيف والتجميع، مما يسمح بتحليل كيفية تكيف الشبكة مع مجال استقبالها المكاني. تُطبق هذه القدرات لتحسين دقة اكتشاف الكائنات وتحسين التجزئة الدلالية (semantic segmentation). يدعم إطار العمل استخراج الميزات من مناطق الاهتمام (ROI) من خلال التجميع القابل للتشكيل لمحاذاة مناطق أخذ العينات مع حدود الكائنات الفعلية. يتضمن التنفيذ خط أنابيب تدريب لتنفيذ وتقييم هذه البنى الشبكية المتخصصة.

TorchGeo is a PyTorch library designed for deep learning on geospatial data, providing a framework for building and training neural networks for tasks such as semantic segmentation, object detection, and change detection. It serves as a comprehensive pipeline for remote sensing, featuring specialized dataset loaders and multispectral image preprocessing tools. The library is distinguished by a dedicated remote sensing model zoo and extensive support for transfer learning, allowing users to integrate pre-trained weights optimized for specific satellite sensors. It also includes support for sel