PaddleRS

PaddleRS

多任务遥感影像智能解译套件 支持全流程深度学习应用

PaddleRS是基于飞桨开发的遥感影像智能解译套件,支持图像分割、目标检测等多种遥感任务。它拥有丰富模型库,针对大幅面影像优化,提供遥感数据预处理等功能,可快速完成从数据处理到模型部署的遥感深度学习应用开发全流程。PaddleRS具备工业级训练和部署性能,有效提升开发效率。

遥感影像深度学习PaddleRS飞桨人工智能Github开源项目

简体中文 | English

<div align="center"> <p align="center"> <img src="./docs/images/logo.png" align="middle" width = "500" /> </p>

飞桨高性能、多任务遥感影像智能解译开发套件,端到端完成从数据到部署的全流程遥感应用

version license python version support os

</div>

<img src="docs/images/seg_news_icon.png" width="30"/> 最新动态

  • [2022-11-09] 🔥 PaddleRS发布1.0正式版本,详细发版信息请参考Release Note
  • [2022-05-19] 🔥 PaddleRS发布1.0-beta版本,全面支持遥感领域深度学习任务。详细发版信息请参考Release Note

<img src="docs/images/intro.png" width="30"/> 简介

PaddleRS是百度飞桨、遥感科研院所及相关高校共同开发的基于飞桨的遥感影像智能解译开发套件,支持图像分割、目标检测、场景分类、变化检测、图像复原等常见遥感任务。PaddleRS致力于帮助遥感领域科研从业者快速完成算法的研发、验证和调优。同时,PaddleRS也期望助力投身于产业实践的开发者,便捷地实现从数据预处理到模型部署的全流程遥感深度学习应用

<div align="center"> <img src="https://user-images.githubusercontent.com/21275753/199727309-796b0b14-1af7-4cea-9a22-c5439766446b.gif" width = "2000" /> </div>

<img src="./docs/images/feature.png" width="30"/> 特性

PaddleRS具有以下五大特色:

  • <img src="./docs/images/f1.png" width="20"/> 丰富的视觉与遥感特色模型库:集成飞桨四大视觉套件的成熟模型库,同时支持FarSeg、BIT、ChangeStar等众多遥感领域深度学习模型,覆盖图像分割、目标检测、场景分类、变化检测、图像复原等任务。

  • <img src="./docs/images/f1.png" width="20"/> 对遥感领域专有任务的支持:支持包括变化检测在内的遥感领域特色任务,提供完善的训练、部署教程以及丰富的实践案例。

  • <img src="./docs/images/f2.png" width="20"/> 针对遥感影像大幅面性质的优化:支持大幅面影像滑窗推理,使用内存延迟载入技术提升性能;支持对大幅面影像地理坐标信息的读写。

  • <img src="./docs/images/f2.png" width="20"/> 顾及遥感特性与地学知识的数据预处理:针对遥感数据特点,提供对包含任意数量波段的数据以及多时相数据的预处理功能,支持影像配准、辐射校正、波段选择等遥感数据预处理方法,支持50余种遥感指数的提取与知识融入。

  • <img src="./docs/images/f3.png" width="20"/> 工业级训练与部署性能:支持多进程异步I/O、多卡并行训练等加速策略,结合飞桨核心框架的显存优化功能,可大幅度减少模型的训练开销,帮助开发者以更低成本、更高效地完成遥感的开发和训练。

<div align="center"> <img src="docs/images/whole_picture.png" width = "2000" /> </div>

<img src="./docs/images/chat.png" width="30"/> 技术交流

  • 如果您发现任何PaddleRS存在的问题或是对PaddleRS有建议, 欢迎通过GitHub Issues向我们提出。
  • 欢迎加入PaddleRS微信群:
<div align="center"> <img src="https://user-images.githubusercontent.com/21275753/213844144-11ed841b-f71b-43a6-8e11-020883deee0a.jpg" width = "150" /> </div>

<img src="./docs/images/model.png" width="30"/> 产品矩阵

<table align="center"> <tbody> <tr align="center" valign="bottom"> <td> <b>模型库</b> </td> <td> <b>数据变换算子</b> </td> <td> <b>遥感特色工具</b> </td> <td> <b>实践案例</b> </td> </tr> <tr valign="top"> <td> <details><summary><b>变化检测</b></summary> <ul> <li><a href="./tutorials/train/change_detection/bit.py">BIT</a></li> <li><a href="./tutorials/train/change_detection/cdnet.py">CDNet</a></li> <li><a href="./tutorials/train/change_detection/changeformer.py">ChangeFormer</a></li> <li><a href="./paddlers/rs_models/cd/changestar.py">ChangeStar</a></li> <li><a href="./tutorials/train/change_detection/dsamnet.py">DSAMNet</a></li> <li><a href="./tutorials/train/change_detection/dsifn.py">DSIFN</a></li> <li><a href="./tutorials/train/change_detection/fc_ef.py">FC-EF</a></li> <li><a href="./tutorials/train/change_detection/fc_siam_conc.py">FC-Siam-conc</a></li> <li><a href="./tutorials/train/change_detection/fc_siam_diff.py">FC-Siam-diff</a></li> <li><a href="./tutorials/train/change_detection/fccdn.py">FCCDN</a></li> <li><a href="./tutorials/train/change_detection/p2v.py">P2V-CD</a></li> <li><a href="./tutorials/train/change_detection/snunet.py">SNUNet</a></li> <li><a href="./tutorials/train/change_detection/stanet.py">STANet</a></li> </ul> </details> <details><summary><b>场景分类</b></summary> <ul> <li><a href="./tutorials/train/classification/condensenetv2.py">CondenseNet V2</a></li> <li><a href="./tutorials/train/classification/hrnet.py">HRNet</a></li> <li><a href="./tutorials/train/classification/mobilenetv3.py">MobileNetV3</a></li> <li><a href="./tutorials/train/classification/resnet50_vd.py">ResNet50-vd</a></li> </ul> </details> <details><summary><b>图像复原</b></summary> <ul> <li><a href="./tutorials/train/image_restoration/drn.py">DRN</a></li> <li><a href="./tutorials/train/image_restoration/esrgan.py">ESRGAN</a></li> <li><a href="./tutorials/train/image_restoration/lesrcnn.py">LESRCNN</a></li> <li><a href="./tutorials/train/image_restoration/nafnet.py">NAFNet</a></li> <li><a href="./tutorials/train/image_restoration/swinir.py">SwinIR</a></li> </ul> </details> <details><summary><b>目标检测</b></summary> <ul> <li><a href="./tutorials/train/object_detection/faster_rcnn.py">Faster R-CNN</a></li> <li><a href="./tutorials/train/object_detection/fcosr.py">FCOSR</a></li> <li><a href="./tutorials/train/object_detection/ppyolo.py">PP-YOLO</a></li> <li><a href="./tutorials/train/object_detection/ppyolo_tiny.py">PP-YOLO Tiny</a></li> <li><a href="./tutorials/train/object_detection/ppyolov2.py">PP-YOLOv2</a></li> <li><a href="./tutorials/train/object_detection/yolov3.py">YOLOv3</a></li> </ul> </details> <details><summary><b>图像分割</b></summary> <ul> <li><a href="./tutorials/train/semantic_segmentation/bisenetv2.py">BiSeNet V2</a></li> <li><a href="./tutorials/train/semantic_segmentation/deeplabv3p.py">DeepLab V3+</a></li> <li><a href="./tutorials/train/semantic_segmentation/factseg.py">FactSeg</a></li> <li><a href="./tutorials/train/semantic_segmentation/farseg.py">FarSeg</a></li> <li><a href="./tutorials/train/semantic_segmentation/fast_scnn.py">Fast-SCNN</a></li> <li><a href="./tutorials/train/semantic_segmentation/hrnet.py">HRNet</a></li> <li><a href="./tutorials/train/semantic_segmentation/unet.py">UNet</a></li> </ul> </details> </td> <td> <details><summary><b>数据预处理</b></summary> <ul> <li>CenterCrop</li> <li>Dehaze(影像去雾)</li> <li>MatchRadiance(辐射校正)</li> <li>Normalize</li> <li>Pad</li> <li>ReduceDim(高光谱降维)</li> <li>Resize</li> <li>ResizeByLong</li> <li>ResizeByShort</li> <li>SelectBand(波段选择)</li> <li><a href="./docs/intro/transforms_cn.md">...</a></li> </ul> </details> <details><summary><b>数据增强</b></summary> <ul> <li>AppendIndex(遥感指数计算)</li> <li>MixupImage</li> <li>RandomBlur</li> <li>RandomCrop</li> <li>RandomDistort</li> <li>RandomExpand</li> <li>RandomHorizontalFlip</li> <li>RandomResize</li> <li>RandomResizeByShort</li> <li>RandomScaleAspect</li> <li>RandomSwap(随机时序交换)</li> <li>RandomVerticalFlip</li> <li><a href="./docs/intro/transforms_cn.md">...</a></li> </ul> </details> <details><summary><b>遥感指数</b></summary> <ul> <li>ARI</li> <li>ARI2</li> <li>ARVI</li> <li>AWEInsh</li> <li>AWEIsh</li> <li>BAI</li> <li>BI</li> <li>BLFEI</li> <li>BNDVI</li> <li>BWDRVI</li> <li>BaI</li> <li>CIG</li> <li>CSI</li> <li>CSIT</li> <li>DBI</li> <li>DBSI</li> <li>DVI</li> <li>EBBI</li> <li>EVI</li> <li>EVI2</li> <li>FCVI</li> <li>GARI</li> <li>GBNDVI</li> <li>GLI</li> <li>GRVI</li> <li>IPVI</li> <li>LSWI</li> <li>MBI</li> <li>MGRVI</li> <li>MNDVI</li> <li>MNDWI</li> <li>MSI</li> <li>NBLI</li> <li>NDVI</li> <li>NDWI</li> <li>NDYI</li> <li>NIRv</li> <li>PSRI</li> <li>RI</li> <li>SAVI</li> <li>SWI</li> <li>TDVI</li> <li>UI</li> <li>VIG</li> <li>WI1</li> <li>WI2</li> <li>WRI</li> <li><a href="./docs/intro/indices_cn.md">...</a></li> </ul> </details> </td> <td> <details><summary><b>数据格式转换</b></summary> <ul> <li><a href="./tools/coco2mask.py">COCO to mask</a></li> <li><a href="./tools/geojson2mask.py">GeoJSON to mask</a></li> <li><a href="./tools/mask2shape.py">mask to shapefile</a></li> </ul> </details> <details><summary><b>数据集制作</b></summary> <ul> <li><a href="./tools/extract_ms_patches.py">四叉树索引切片</a></li> <li><a href="./tools/match.py">影像配准</a></li> <li><a href="./tools/oif.py">波段选择</a></li> <li><a href="./tools/pca.py">波段融合</a></li> <li><a href="./tools/split.py">影像切片</a></li> </ul> </details> </details> <details><summary><b>数据后处理</b></summary> <ul> <li><a href="./paddlers/utils/postprocs/change_filter.py">变化检测误检点过滤</a></li> <li><a href="./paddlers/utils/postprocs/connection.py">道路断线连接</a></li> <li><a href="./paddlers/utils/postprocs/crf.py">基于条件随机场的分割结果优化</a></li> <li><a href="./paddlers/utils/postprocs/mrf.py">基于马尔可夫随机场的分割结果优化</a></li> <li><a href="./paddlers/utils/postprocs/regularization.py">建筑边界规则化</a></li> </ul> </details> <details><summary><b>数据可视化</b></summary> <ul> <li><a href="./paddlers/utils/visualize.py">地图-栅格可视化</a></li> </ul> </details> <details><summary><b>开源数据集预处理</b></summary> <ul> <li><a href="./tools/prepare_dataset/prepare_levircd.py">LEVIR-CD</a></li> <li><a

编辑推荐精选

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码,轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

下拉加载更多