awesome-repositories.com
Blog
awesome-repositories.com

Descoperă cele mai bune repository-uri open source cu căutare AI.

ExploreazăCăutări recomandateAlternative open-sourceSoftware self-hostedBlogHartă site
ProiectDespreCum realizăm clasamentulPresăServer MCP
LegalConfidențialitateTermeni
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 repository-uri

Awesome GitHub RepositoriesRaster Data Loaders

Specialized logic for reading geospatial raster files with coordinate reference systems and band selection.

Distinct from Custom Dataset Loading: Handles geospatial-specific raster formats and metadata, not general raw tensor loading

Explore 2 awesome GitHub repositories matching data & databases · Raster Data Loaders. Refine with filters or upvote what's useful.

Awesome Raster Data Loaders GitHub Repositories

Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
  • osgeo/gdalAvatar OSGeo

    OSGeo/gdal

    5,942Vezi pe GitHub↗

    GDAL este o bibliotecă de traducere open source licențiată MIT care oferă un model de date abstract unificat pentru citirea și scrierea datelor geospațiale raster și vectoriale în sute de formate de fișiere. Servește ca o bibliotecă fundamentală de traducere a datelor geospațiale, permițând accesul la diverse formate de date geospațiale printr-o singură interfață consistentă. Biblioteca își expune funcționalitatea de bază prin utilitare de linie de comandă care permit utilizatorilor să traducă, convertească și proceseze date geospațiale între formate. Un motor de transformare a coordonatelor gestionează conversiile între sistemele de referință spațială, în timp ce un sistem de plugin-uri pentru drivere de format încarcă logica de citire și scriere specifică formatului la runtime. Stratul de sistem de fișiere virtual oferă acces uniform I/O prin fișiere locale, HTTP, stocare în cloud și arhive comprimate, iar un cache de blocuri raster gestionează cache-ul de tile-uri în memorie pentru a reduce operațiunile I/O. GDAL suportă citirea și scrierea datelor geospațiale atât raster, cât și vectoriale, cu iterarea caracteristicilor vectoriale care transmite caracteristicile individual fără a încărca seturi de date întregi în memorie. Proiectul permite interoperabilitatea geospațială între formate prin suportarea schimbului de date între diferite ecosisteme software geospațiale prin suportul său extins pentru formate.

    Writes raster geospatial data to hundreds of file formats from a common in-memory model.

    C++
    Vezi pe GitHub↗5,942
  • torchgeo/torchgeoAvatar torchgeo

    torchgeo/torchgeo

    4,077Vezi pe GitHub↗

    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

    Implements specialized loading for raster files incorporating custom coordinate reference systems and band selection.

    Pythoncomputer-visiondatasetsdeep-learning
    Vezi pe GitHub↗4,077
  1. Home
  2. Data & Databases
  3. Data Loading Optimizations
  4. Custom Dataset Loading
  5. Raster Data Loaders

Explorează sub-etichetele

  • Raster Data WritersCapabilities for writing geospatial raster data to various file formats from a common in-memory model. **Distinct from Raster Data Loaders:** Distinct from Raster Data Loaders: focuses on writing raster data to formats, not reading.