| satellite-image-deep-learning/datasets | 遥感影像数据集合集锦。收录了 Sentinel, Landsat, GID, EuroSAT, DIOR, FAIR1M 等多个数据集。 (GitHub) | 非工具库，而是“数据集索引 /目录”；适合快速了解有哪些公开数据集可用。 |
| satellite-image-deep-learning/software | 各种遥感影像 + 深度学习的工具／框架，比如数据切分、增强、预处理、训练支持等。包含 TorchGeo、Raster Vision、PaddleRS 等。 (GitHub) | 如果你要迅速搭 pipeline 或试验，能节省不少时间。 |
| TorchGeo | 一个 PyTorch 的库，提供 benchmark 数据集加载器 (包括多光谱), transforms, sampler 等，方便做遥感影像 +深度学习任务。 (arXiv) | 如果你用 PyTorch，特别是做多光谱或有自己处理遥感 metadata 的需求，这个很合适。 |
| EarthNets | 一个遥感 /地球观测相关的 “平台 + 数据集集合 + benchmark” ——支持标准数据集库与常见深度学习任务评估。 (arXiv) | 适合做对比实验、benchmark，或者评估模型性能。 |
| Jack-bo1220/Awesome-Remote-Sensing-Foundation-Models | 收集 Remote Sensing “基础模型”（foundation models）、预训练模型、benchmark、相关数据集与论文。 (GitHub) | 如果你的方向是基础模型 /迁移学习 /视觉-语言 /多模态任务，这个资源集很有价值。 |
| Geo-Deep-Learning (NRCan/geo-deep-learning) | 提供将 CNN 应用于地理参考的数据集（georeferenced datasets），包括切图（tiling）、训练与推理流程。 (GitHub) | 如果你的遥感任务需要处理整幅卫星图像、或者要处理影像形式、位置坐标对齐这些问题，这是很直接可用的。 |
