**基于飞桨框架开发的高性能遥感图像处理开发套件，端到端地完成从训练到部署的全流程遥感深度学习应用。** [![license](https://img.shields.io/badge/license-Apache%202-blue.svg)](LICENSE) [![build status](https://github.com/PaddlePaddle/PaddleRS/actions/workflows/build_and_test.yaml/badge.svg?branch=develop)](https://github.com/PaddlePaddle/PaddleRS/actions) ![python version](https://img.shields.io/badge/python-3.7+-orange.svg) ![support os](https://img.shields.io/badge/os-linux%2C%20win%2C%20mac-yellow.svg)
## 最新动态 * [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](https://github.com/PaddlePaddle/PaddleRS/releases)。 ## 简介 PaddleRS是遥感科研院所、相关高校共同基于飞桨开发的遥感处理平台，支持遥感图像分类，目标检测，图像分割，以及变化检测等常用遥感任务，帮助开发者更便捷地完成从训练到部署全流程遥感深度学习应用。
## 特性 * **特有的遥感数据处理模块**：针对遥感行业数据特点，提供了大尺幅数据切片与拼接，支持读取`tif`、`png`、 `jpeg`、 `bmp`、 `img`以及 `npy`等格式，支持地理信息保存和超分辨率。 * **覆盖任务广**：支持目标检测、图像分割、变化检测、参数反演等多种任务 * **高性能**：支持多进程异步I/O、多卡并行训练、评估等加速策略，结合飞桨核心框架的显存优化功能，可大幅度减少分割模型的训练开销，让开发者更低成本、更高效地完成图像遥感图像的开发和训练。 ## 产品矩阵
模型总览 数据增强 遥感工具 实践案例
场景分类
  • ResNet50-vd
  • MobileNetV3
  • HRNet
语义分割
  • UNet
  • FarSeg
  • DeepLab V3+
目标检测
  • PP-YOLO
  • Faster R-CNN
  • YOLOv3
超分/去噪
  • DRNet
  • LESRCNNet
  • ESRGANet
变化检测
  • DSIFN
  • STANet
  • FC-Siam-diff
 数据增强
  • Resize
  • RandomResize
  • ResizeByShort
  • RandomResizeByShort
  • ResizeByLong
  • RandomFlipOrRotate
  • RandomHorizontalFlip
  • RandomVerticalFlip
  • Normalize
  • CenterCrop
  • RandomCrop
  • RandomScaleAspect
  • RandomExpand
  • Pad
  • MixupImage
  • RandomDistort
  • RandomBlur
  • Dehaze
  • ReduceDim
  • SelectBand
  • RandomSwap
 数据格式转换
  • coco to mask
  • mask to shpfile
  • mask to geojson
数据预处理
  • data split
  • images match
  • bands select
 遥感场景分类
  • 待更
遥感语义分割
  • 待更
遥感目标检测
  • 待更
遥感变化检测
  • 待更
遥感影像超分
  • 待更
### 代码结构 这部分将展示PaddleRS的文件结构全貌。文件树如下： ``` ├── deploy # 部署相关的文档和脚本 ├── docs # 整个项目文档及图片 ├── paddlers │ ├── rs_models # 遥感专用网络模型代码 │ ├── datasets # 数据加载相关代码 │ ├── models # 套件网络模型代码 │ ├── tasks # 相关任务代码 │ ├── tools # 相关脚本 │ ├── transforms # 数据处理及增强相关代码 │ └── utils # 各种实用程序文件 ├── tools # 用于处理遥感数据的脚本 └── tutorials └── train # 训练教程 ``` ## 技术交流 * 如果你发现任何PaddleRS存在的问题或者是建议, 欢迎通过[GitHub Issues](https://github.com/PaddlePaddle/PaddleRS/issues)给我们提issues。 * 欢迎加入PaddleRS 微信群
## 使用教程 * [快速上手PaddleRS](./tutorials/train/README.md) * 准备数据集 * [遥感数据介绍](./docs/data/rs_data_cn.md) * [遥感数据集](./docs/data/dataset_cn.md) * [智能标注工具EISeg](https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.4/EISeg) * [遥感数据处理脚本](./docs/data/tools.md) * 模型训练 * [数据增强](./docs/apis/transforms.md) * [模型库](./docs/apis/model_zoo.md) * [模型训练说明](./docs/apis/model_zoo.md) * 模型验证 * 推理部署 * 模型导出 * 推理预测 * 应用案例 * [变化检测示例](./docs/cases/csc_cd_cn.md) * [超分模块示例](./docs/cases/sr_seg_cn.md) * 代码贡献 * [PaddleRS代码注释规范](https://github.com/PaddlePaddle/PaddleRS/wiki/PaddleRS代码注释规范) ## 开源贡献 * 非常感谢国家对地观测科学数据中心、中国科学院空天信息创新研究院、北京航空航天大学、武汉大学、中国石油大学（华东）、中国地质大学、中国四维、航天宏图、中科星图、超图等单位对PaddleRS项目的贡献。注：排名不分先后。 * 非常感谢[geoyee](https://github.com/geoyee)(陈奕州), [Bobholamovic](https://github.com/Bobholamovic)(林漫晖), [kongdebug](https://github.com/kongdebug)(孔远杭), [huilin16](https://github.com/huilin16)(赵慧琳)等开发者对PaddleRS项目的贡献。 ## 许可证书 本项目的发布受Apache 2.0 license许可认证。 ## 学术引用 如果我们的项目在学术上帮助到你，请考虑以下引用： ```latex @misc{paddlers2022, title={PaddleRS, Awesome Remote Sensing Toolkit based on PaddlePaddle}, author={PaddlePaddle Authors}, howpublished = {\url{https://github.com/PaddlePaddle/PaddleRS}}, year={2022} } ```